欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022112121444
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于散乱点云交叉注意学习的三维场景运动趋势估计方法,其特征在于,包括以下步骤:步骤一:分别对输入的第一帧点云X、第二帧点云Y使用邻近算法寻找近邻点,获取各点的邻近位置信息;

步骤二:将获取的邻近位置信息输入多层卷积网络,提取多层点云特征向量Fx、Fy;

步骤三:将多层点云特征向量连接,输入一维卷积网络进行特征聚合,得到新的点云特征向量Fx、Fy;

步骤四:将点云的特征向量、输入基于交叉注意力机制的关联特征提取模块中,输出新的点云特征,再将新的特征向量与、相加,得到最终的点云特征、;

(1)

(2)

其中,:  是Transformer学习得到的非对称映射函数,N为点云中点的个数,P代表特征维度;被视作一个残差项,基于、的输入顺序为其提供一个附加的改变项;与相比,除包含点云X自身的特征信息外,还学习到点云Y中与X相关的结构信息;

步骤五:基于两帧点云的特征,通过Sinkhorn算法计算得到点云X中各点与点云Y中各点为对应点的权重;

步骤六:根据上步得到的权重计算点云X中各点的运动向量,第一帧点云中的点x与点云Y各点的坐标差与其对应的权重相乘,加权得到点x的运动向量;

步骤七:将上步得到的运动向量与点云X的邻近位置信息输入校准模块,进而得到估计点云运动趋势。

2.根据权利要求1所述的基于散乱点云交叉注意学习的三维场景运动趋势估计方法,其特征在于,所述校准模块包括该模块包括三个二维卷积层和一个线性层。

3.根据权利要求1所述的基于散乱点云交叉注意学习的三维场景运动趋势估计方法,其特征在于:在初步得到点云的运动向量后,将运动向量与点云X的邻近位置信息输入校准模块,根据点云间位置关系对运动向量进行微调。