科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对三维空间内物体进行分类的需求,考虑到八叉树在三维空间细分时的层次化优势,提出一种基于八叉树表示的三维物体分类算法。首先讨论如何用基于八叉树空间表示的"比特表示法"进行欧几里得空间卷积,然后提出深度卷积网络的结构形式和主要参数,最后分别利用ModelNet10与ModelNet40数据集训练网络并进行物体分类实验。实验结果表明,该算法对三维物体分类的正确率达到85%以上,同时,该算法与基于立体像素的三维物体分类算法相比较,在分辨率为2563时,卷积运算对计算资源与内存的使用量下降了近80%。
- 单位
