科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着激光雷达、立体相机和结构光传感器等点云数据采集设备的发展，点云配准在计算机视觉和机器人技术领域引起了广泛关注。参数变换预测作为点云配准的关键步骤之一，寻找一个较好的预测方法可以有效地提高配准的精度。使用深度学习TensorFlow框架构建前馈神经网络，充分分析点云提取地全局特征，从全局特征中自适应学习变换参数，代替传统数学方法，为点云配准变换参数预测提供了一种参考手段，具有一定的实际意义。
-
单位现代教育技术中心; 镇江市高等专科学校; 江苏联合职业技术学院
