基于神經(jīng)網(wǎng)絡(luò)的3D點云模型識別的方法

打開文本圖片集

摘  要：針對點云的三維模型識別方法缺乏局部空間特征，從而影響3D模型的類識別的問題，提出一種基于殘差模塊的卷積神經(jīng)網(wǎng)絡(luò)三維模型識別方法。通過引入殘差模塊，構(gòu)建深層神經(jīng)網(wǎng)絡(luò)增強(qiáng)點云模型的局部信息，提高物體的識別精度。同時，采用了一種獲取多尺度局部空間信息的策略，加快了模型的推理能力。實驗證明，算法識別準(zhǔn)確率達(dá)到了91.5%，加快了模型的推理速度，可應(yīng)用于對點云模型識別有實時性要求的場景，如：流水線上物體的檢測等。（剩余10897字）