[发明专利]基于深度学习的点云分类方法、装置、存储介质及设备有效
申请号: | 201910434090.8 | 申请日: | 2019-05-23 |
公开(公告)号: | CN110232329B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 陈欢欢;江贻芳;黄不了;闫继扬;朱云慧;王国飞;于娜;江宇 | 申请(专利权)人: | 星际空间(天津)科技发展有限公司;中国科学技术大学 |
主分类号: | G06V20/64 | 分类号: | G06V20/64;G06V10/44 |
代理公司: | 天津三元专利商标代理有限责任公司 12203 | 代理人: | 郑永康 |
地址: | 300384 天津市西青*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于深度学习的点云分类方法、装置、存储介质及设备,所述方法包括:对待处理点云数据进行分块处理,得到多个点云数据块;对各点云数据块中的各个点数据分别进行局部邻域划分,并基于所述局部邻域提取各个点数据相对于对应的点云数据块的特征信息;将各点云数据块中各个点数据的所述特征信息分别作为预设的深度学习分类模型的输入参数进行分类学习,生成各点云数据块中对应点数据的分类标签。本发明提供了一种高效可靠的点云分类方法,有效的保证了点云分类的效率和准确度。 | ||
搜索关键词: | 基于 深度 学习 分类 方法 装置 存储 介质 设备 | ||
【主权项】:
1.一种基于深度学习的点云分类方法,其特征在于,所述方法包括:对待处理点云数据进行分块处理,得到多个点云数据块;对各点云数据块中的各个点数据分别进行局部邻域划分,并基于所述局部邻域提取各个点数据相对于对应的点云数据块的特征信息;将各点云数据块中各个点数据的所述特征信息分别作为预设的深度学习分类模型的输入参数进行分类学习,生成各点云数据块中对应点数据的分类标签。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于星际空间(天津)科技发展有限公司;中国科学技术大学,未经星际空间(天津)科技发展有限公司;中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910434090.8/,转载请声明来源钻瓜专利网。