《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于深度学习的零件点云分割算法研究

作者：陈境焕，李海艳*，林景亮日期：2020-05-21/span> 浏览：2523 查看PDF文档

基于深度学习的零件点云分割算法研究*
陈境焕，李海艳*，林景亮
(广东工业大学机电工程学院，广州广东 510006)

摘要：针对目前基于PointNet++的深度学习点云分割框架，对零件点云进行几何面级的分割精度不高的问题，对现有分割框架的采样算法、特征提取、特征传递进行了研究。运用了基于曲率的最远点采样算法，在零件面与面交界处获得了更多的采样点；结合了PointSIFT和PointCNN分割框架，采用了X变换矩阵，让点云特征具有空间转换不变性，SIFT组合选择了不同方向的近邻点进行组合；设计了SIFTX卷积算子，能让网络编码不同方向的点云特征，提升了网络的表征能力从而提高分割精度。研究结果表明：上述方法能提高零件点云面要素分割的精度和mIoU值。
关键词：深度学习；点云分割；空间转换不变性

中图分类号：TP242.6 文献标识码：A 文章编号：1001-4551(2020)03-0326-06

本文引用格式：
陈境焕，李海艳，林景亮.基于深度学习的零件点云分割算法研究［J］.机电工程，2020，37(3)：326-331.
CHEN Jing-huan, LI Hai-yan, LIN Jing-liang. Part point cloud segmentation algorithm based on deep learning［J］.Journal of Mechanical & Electrical Engineering, 2020,37(3)：326-331.
《机电工程》杂志：http://www.meem.com.cn