隨著傳感器技術(shù)的不斷進步,人類對世界的感知已經(jīng)從傳統(tǒng)的二維成像發(fā)展到三維成像。特別是隨著激光成像技術(shù)的發(fā)展,采用激光成像傳感器獲取單個物體、室內(nèi)外不同場景的三維點云數(shù)據(jù)已經(jīng)廣泛普及。三維激光點云數(shù)據(jù)的與日俱增,使得基于點云數(shù)據(jù)的物體建模、場景建模,以及在此之上的目標識別、場景理解等技術(shù)取得了長足的發(fā)展。但是,三維點云配準、目標識別與場景標記,依然是一個具有重要研究價值且富有挑戰(zhàn)性的問題。鑒于此,本文圍繞上述任務(wù)對三維點云智能信息處理展開深入理論與應(yīng)用研究,在系統(tǒng)分析點云數(shù)據(jù)特點的基礎(chǔ)上,在點云配準、三維目標識別、三維場景標記等方面取得了如下成果。在三維點云配準方面,針對場景中點云特征存在重復(fù)不易建立對應(yīng)關(guān)系等問題,提出了一種基于方向角直方圖的旋轉(zhuǎn)參數(shù)估計方法,將配準問題分解為旋轉(zhuǎn)參數(shù)估計與平移參數(shù)估計兩部分:在旋轉(zhuǎn)參數(shù)估計中,基于點云的法向量方向定義了點云的方向角,并基于方向角的直方圖統(tǒng)計關(guān)系估算點云之間的旋轉(zhuǎn)角度;在平移參數(shù)估計中,利用簡化的迭代最近點算法求解點云之間的平移矢量。相對于基于特征的三維點云配準算法,該方法能夠很好的適用于紋理較少的結(jié)構(gòu)化場景點云配準,并且避免了提取特征的... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：136 頁

【學(xué)位級別】：博士

【部分圖文】：

三維點云示例

國防科技大學(xué)研究生院博士學(xué)位論文圖1.3 ICCV2017分主題投稿與錄用統(tǒng)計情況International Conference on Computer Vision (ICCV)以及International Conference on3D Vision (3DV)）也組織了多場主題交流與研討會，比如ICCV 2017中單獨開辟了三維計算機視覺的主題，其投稿量和錄用量居所有主題的前列，如圖1.3所示。此外，全球高水平研究機構(gòu)，如美國華盛頓大學(xué)、德國慕尼黑工業(yè)大學(xué)、澳大利亞西澳大學(xué)、美國普林斯頓大學(xué)、蘇黎世聯(lián)邦理工學(xué)院、英國帝國理工學(xué)院、微軟亞洲研究院、百度研究院、中國科學(xué)院自動化所、深圳先進技術(shù)研究院、廈門大學(xué)智慧城市感知與計算福建省重點實驗室、國防科技大學(xué)等都投入了大量的財力與人力開展三維點云信息處理的相關(guān)理論與技術(shù)研究。針對本文的研究內(nèi)容，本節(jié)將全面總結(jié)相關(guān)工作的研究現(xiàn)狀，主要包括三維點云配準（第1.3.1節(jié)）、三維目標識別（第1.3.2節(jié)）、三維點云標記（第1.3.3節(jié)）等。1.3.1 三維點云配準研究進展三維點云配準的實質(zhì)是計算同一物體或場景不同視點下采集到的點云之間的變換關(guān)系，以將其統(tǒng)一到同一坐標系下得到完整的點云。由于數(shù)據(jù)采集傳感器的視角有限，單次測量只能得到目標場景的部分數(shù)據(jù)，點云配準能夠?qū)⒍啻螠y量的數(shù)據(jù)拼接起來以獲得完備的點云，為后續(xù)三維建模、目標識別、場景理解奠定數(shù)據(jù)基礎(chǔ)

）局部感受野對于多層感知器，又稱全連接網(wǎng)絡(luò)，每個神經(jīng)元與前一層的所有神經(jīng)元相連接，如圖3.4(a)所示。假設(shè)輸入數(shù)據(jù)尺寸為1000 × 1000，當(dāng)前層神經(jīng)元數(shù)目為 100，則全連接網(wǎng)絡(luò)存在1000 × 1000 × 100 = 108個連接，即需要108權(quán)值參數(shù)。多層網(wǎng)絡(luò)的堆疊必然會導(dǎo)致參數(shù)的進一步增加，進而要求更多的存儲容量。局部感受野能夠有效減少網(wǎng)絡(luò)連接數(shù)，即減少網(wǎng)絡(luò)權(quán)值參數(shù)。人類視覺認知中，人對外部世界的感知存在從局部到全局的過程，即不需要完整的全局信息即可完成認知過程。圖像中像素之間的相關(guān)性也是距離較近的像素相關(guān)性較大，距離較遠的像素相關(guān)性則要弱很多。因此


本文編號：2922199