基于优化多视角图像采集的点云分类

摘要：

基于二维多视角3D识别方法中,可使用多个2D投影图表示三维模型特征信息,但不同视角投影图像的特征不同,神经网络对其学习效率也有所差异.卷积神经网络能够映射图像的特征,可用此方法分析这个问题.混合视角数据集分析不同视角投影特征在卷积神经网络中的重要性,根据重要性的不同优化混合视角数据集的采集密度.最终实验结果表明,不同视角产生的二维图像分类准确率不一样,其中俯视角度投影的分类准确率最差,优化后的数据集在相同神经网络模型下达到了最优分类准确率.

关键词：三维点云;多视角图像;卷积神经网络;图像分类

所属期刊栏目：47

分类号：TP391.7(计算技术、计算机技术)

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：82-85