| 基于優(yōu)化多視角圖像采集的點云分類 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：498 K | |
| 標簽： 三維點云 多視角圖像 卷積神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：基于二維多視角3D識別方法中，可使用多個2D投影圖表示三維模型特征信息，但不同視角投影圖像的特征不同，神經網絡對其學習效率也有所差異。卷積神經網絡能夠映射圖像的特征，可用此方法分析這個問題。混合視角數(shù)據(jù)集分析不同視角投影特征在卷積神經網絡中的重要性，根據(jù)重要性的不同優(yōu)化混合視角數(shù)據(jù)集的采集密度。最終實驗結果表明，不同視角產生的二維圖像分類準確率不一樣，其中俯視角度投影的分類準確率最差，優(yōu)化后的數(shù)據(jù)集在相同神經網絡模型下達到了最優(yōu)分類準確率。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2