基于深度学习的零件点云分割算法研究

• 作者: 李海艳 林景亮 陈境焕
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 深度学习 点云分割 空间转换不变性
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 自动化、计算机技术
• 页码范围: 326-331
• 页数: 6页
• 分类号: TP242.6
• 字数: 4883字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2020.03.020

摘要

针对目前基于PointNet++的深度学习点云分割框架,对零件点云进行几何面级的分割精度不高的问题,对现有分割框架的采样算法、特征提取、特征传递进行了研究.运用了基于曲率的最远点采样算法,在零件面与面交界处获得了更多的采样点;结合了PointSIFT和PointCNN分割框架,采用了X变换矩阵,让点云特征具有空间转换不变性,SIFT组合选择了不同方向的近邻点进行组合;设计了SIFT-X卷积算子,能让网络编码不同方向的点云特征,提升了网络的表征能力从而提高分割精度.研究结果表明:上述方法能提高零件点云面要素分割的精度和mIoU值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海艳	广东工业大学机电工程学院	3	2	1.0	1.0
2	陈境焕	广东工业大学机电工程学院	1	0	0.0	0.0
3	林景亮	广东工业大学机电工程学院	1	0	0.0	0.0