- 1、本文档共70页,其中可免费阅读21页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
近年来,机器人技术的不断进步促进了国内机器人行业的快速发展,三维点云
分类分割技术是服务机器人对场景理解、目标检测的基础,能为服务机器人提供先
验知识,提升机器人操作效率。
目前针对三维点云分类分割任务的研究主要集中在深度学习领域。然而,三维
点云具有无序和密度不均匀等特点,直接在三维点云上获取其语义特征并进行分
类分割任务具有一定的难度,且目前大多数模型存在局部代表性特征提取不充分
和训练周期过长等问题,这给实现三维场景的分析与理解带来了很大的挑战。本文
将图卷积神经网络引入点云
文档评论(0)