- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请涉及一种三维点云的分类方法,首先利用采点、邻域划分等技术对原始点进行点集划分,再进行pointnet融合和同时完成升维操作,再对得到的特征信息通过自注意力机制进一步编码,得到感受野更加宽阔的特征;使用两次以上重复操作后,再进行一次pointnet操作,得到具有更大感受野的全局特征,将得到的特征输入到下游的全连接神经网络,利用Poly_Loss损失函数框架对传统交叉熵损失函数进行泰勒展开,扰动第一项系数,取得优于单一损失设计的效果;本申请对三维点云分类的准确率有很大提升,同时由于该方法考虑到
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117011598 A
(43)申请公布日 2023.11.07
(21)申请号 202310887274.6
(22)申请日 2023.07.19
(71)申请人 西北大学
地址 710069
原创力文档


文档评论(0)