现在的位置:主页 > 期刊导读 >

计算机软件及计算机应用论文_基于深度霍夫优化

来源:信息记录材料 【在线投稿】 栏目:期刊导读 时间:2022-01-24

【作者】网站采编

【关键词】

【摘要】文章摘要:针对三维点云时敏单目标跟踪问题,提出了一种基于深度霍夫优化投票的深度学习算法。该算法首先采用PointNet++网络分别从模板点云和搜索点云中计算种子点、提取几何特征

文章摘要:针对三维点云时敏单目标跟踪问题,提出了一种基于深度霍夫优化投票的深度学习算法。该算法首先采用PointNet++网络分别从模板点云和搜索点云中计算种子点、提取几何特征,并通过面向目标的特征提取方法将目标模板信息编码到搜索区域中。其次,通过种子点投票计算并筛选出具有高置信度的潜在目标中心。最后,通过目标中心点的采样、聚集产生多个提议,选取具有最高得分的提议生成三维目标框。该算法能够有效避免耗时的三维全局搜索,且对点云的无序性、不规则性和稀疏性保持鲁棒。为了验证该网络的有效性,在公共数据集KITTI上进行测试。实验结果表明,该网络相较于当前最好的基于三维点云的方法,准确度提高了约10%,并可以在单个NVIDIA2080S图形处理器上以43.5FPS运行。

文章关键词:

论文分类号:TP391.41;TP18

文章来源:《信息记录材料》 网址: http://www.xxjlcl.cn/qikandaodu/2022/0124/2478.html

上一篇:数学论文_基于多尺度卷积和注意力机制的LSTM时
下一篇:体育论文_基于粗糙集的游戏核心竞争要素与购买

信息记录材料投稿 | 信息记录材料编辑部| 信息记录材料版面费 | 信息记录材料论文发表 | 信息记录材料最新目录
Copyright © 2018 《信息记录材料》杂志社 版权所有
投稿电话: 投稿邮箱: