期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于图卷积网络的深度学习点云分类模型 被引量:21
1
作者 王旭娇 马杰 +2 位作者 王楠楠 马鹏飞 《激光与光电子学进展》 CSCD 北大核心 2019年第21期48-52,共5页
PointNet是三维点云分类中具有代表性的研究成果,该模型开创性地利用深度学习模型对点云进行分类,取得了较好的效果。但是PointNet模型只考虑点云的全局特征而忽略每个点的局部信息,为弥补这个缺陷,提出基于图卷积网络的点云分类模型。... PointNet是三维点云分类中具有代表性的研究成果,该模型开创性地利用深度学习模型对点云进行分类,取得了较好的效果。但是PointNet模型只考虑点云的全局特征而忽略每个点的局部信息,为弥补这个缺陷,提出基于图卷积网络的点云分类模型。在PointNet模型中插入一个kNN graph层,通过在点云空间构造k近邻图,利用图结构有效地获取点云的局部信息,从而提高整体点云分类准确率。分类实验在ModelNet40数据集上进行,对比不同近邻值k对输出精度的影响,结果表明在k取20时,分类准确率最高,达到了93.2%,比PointNet高4.0%。 展开更多
关键词 图像处理 三维点云分类 深度学习 图卷积网络 k近邻图
原文传递
融合kd tree邻域查询的深度学习点云分类网络 被引量:13
2
作者 马杰 王旭娇 +2 位作者 马鹏飞 王楠楠 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2020年第1期79-83,共5页
为解决PointNet++精度较低、耗时较长,且对输入点的噪声敏感的缺陷,引入一种高效的k维树(k-dimensional tree,kd tree)邻域查询方法,通过构建kd tree查找查询点周围指定半径内的近邻点,构造局部区域集,完成在PointNet++分组层上的局部... 为解决PointNet++精度较低、耗时较长,且对输入点的噪声敏感的缺陷,引入一种高效的k维树(k-dimensional tree,kd tree)邻域查询方法,通过构建kd tree查找查询点周围指定半径内的近邻点,构造局部区域集,完成在PointNet++分组层上的局部特征提取.针对原网络训练过程中存在的过拟合问题,引入随机失活(dropout)正则化,减少网络收敛训练的时间.在Ubuntu14.04系统下搭建TensorFlow的图形处理器深度学习环境,并在ModelNet40数据集上进行训练和测试.实验结果表明,分别为当查询半径为0.1、0.2和0.3时,该查询方法的分类准确率分别为91.1%、92.1%和94.3%,皆优于PointNet++方法,且网络训练用时更短.改进后的结构在斯坦福三维语义分析数据集(Stanford 3D semantic parsing dataset)上进行语义分割实验平均交并比(mean intersection over union,MIoU)达57.2%,且其对于遮挡物体的鲁棒性更高. 展开更多
关键词 计算机神经网络 深度神经网络 深度学习 点云分类 邻域查询 k维树 ModelNet40
下载PDF
基于WiFi的3D打印机远程控制系统设计 被引量:4
3
作者 靳涛 马杰 《传感器与微系统》 CSCD 2018年第11期103-106,共4页
设计实现了一种3D打印机远程控制系统,基于WiFi无线传输技术,移植RT-Thread实时操作系统,提高了系统控制的实时性。系统以STM32F405微控制器为控制核心,对3D打印机的电机驱动、G指令解析以及加热系统进行协调控制。通过USR-C215 WiFi通... 设计实现了一种3D打印机远程控制系统,基于WiFi无线传输技术,移植RT-Thread实时操作系统,提高了系统控制的实时性。系统以STM32F405微控制器为控制核心,对3D打印机的电机驱动、G指令解析以及加热系统进行协调控制。通过USR-C215 WiFi通信模块建立网关,实现Android移动终端与3D打印机通信。经远程操作测试,移动终端发送的控制命令与接收的3D打印机数据均能满足实时数据的无线传输要求。设计具有实时性高、人机界面友好、成本低、功耗低等优点。 展开更多
关键词 3D打印机 WiFi通信 ANDROID RT-Thread操作系统
下载PDF
基于改进ORB算法的VSLAM特征匹配算法研究 被引量:2
4
作者 马杰 +2 位作者 马鹏飞 王旭娇 王楠楠 《河北工业大学学报》 CAS 2020年第2期45-52,共8页
针对传统特征匹配算法耗时较长、匹配率不高的问题,提出一种改进ORB的图像特征匹配算法。首先对FAST特征检测算法进行改进,构建非线性尺度空间,采用非线性扩散滤波方法,对金字塔进行构建,通过快速显示扩散形式(FED)进行求解,得到尺度空... 针对传统特征匹配算法耗时较长、匹配率不高的问题,提出一种改进ORB的图像特征匹配算法。首先对FAST特征检测算法进行改进,构建非线性尺度空间,采用非线性扩散滤波方法,对金字塔进行构建,通过快速显示扩散形式(FED)进行求解,得到尺度空间上的图像,并采用灰度质心法方法,对特征的角点方向进行计算。然后对FREAK算法采样模式进行优化,采用改进的描述子构建特征向量。最后采用GMS匹配算法剔除伪匹配点对,有效降低误匹配概率。实验证明,相比SIFT、SURF、FREAK、BRISK和ORB算法,本文改进的算法在耗时和匹配率方面均有明显效果,并在旋转、尺度、光照等变换条件下,具有较强的鲁棒性,适用于VSLAM系统。 展开更多
关键词 特征匹配 改进ORB FAST 特征检测 VSLAM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部