点云数据在深度学习中表示方法的研究

摘要：

为了实现在深度学习中能够端到端表示点云模型,提出基于八叉树和K-D树(OctKD)的点云数据表示方法.该方法将无组织的点云转换为体素空间,在体素空间对三维模型进行八叉树剖分,改进了八叉树编码方式;构建节点间的邻接关系,在GPU端并行构建八叉树;为了克服八叉树编码检索效率低的问题,采用三维K-D树索引单个三维空间点.实验结果表明该方法能够真实反映模型本身的细节特征,提高了点云模型的构造时间和检索效率.这种新的数据结构实现将点云转换为卷积神经网络可以接收的数据形式.

关键词：点云数据、表示方法、深度学习、八插树、K-D树

所属期刊栏目：56

分类号：V211;TP391(基础理论及试验)

资助基金：国家自然科学基金重点项目;青岛市自主创新重大专项

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：171-176