隨著傳感器技術(shù)的不斷進(jìn)步,人類對(duì)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(gè)物體、室內(nèi)外不同場(chǎng)景的三維點(diǎn)云數(shù)據(jù)已經(jīng)廣泛普及。三維激光點(diǎn)云數(shù)據(jù)的與日俱增,使得基于點(diǎn)云數(shù)據(jù)的物體建模、場(chǎng)景建模,以及在此之上的目標(biāo)識(shí)別、場(chǎng)景理解等技術(shù)取得了長(zhǎng)足的發(fā)展。但是,三維點(diǎn)云配準(zhǔn)、目標(biāo)識(shí)別與場(chǎng)景標(biāo)記,依然是一個(gè)具有重要研究?jī)r(jià)值且富有挑戰(zhàn)性的問(wèn)題。鑒于此,本文圍繞上述任務(wù)對(duì)三維點(diǎn)云智能信息處理展開(kāi)深入理論與應(yīng)用研究,在系統(tǒng)分析點(diǎn)云數(shù)據(jù)特點(diǎn)的基礎(chǔ)上,在點(diǎn)云配準(zhǔn)、三維目標(biāo)識(shí)別、三維場(chǎng)景標(biāo)記等方面取得了如下成果。在三維點(diǎn)云配準(zhǔn)方面,針對(duì)場(chǎng)景中點(diǎn)云特征存在重復(fù)不易建立對(duì)應(yīng)關(guān)系等問(wèn)題,提出了一種基于方向角直方圖的旋轉(zhuǎn)參數(shù)估計(jì)方法,將配準(zhǔn)問(wèn)題分解為旋轉(zhuǎn)參數(shù)估計(jì)與平移參數(shù)估計(jì)兩部分:在旋轉(zhuǎn)參數(shù)估計(jì)中,基于點(diǎn)云的法向量方向定義了點(diǎn)云的方向角,并基于方向角的直方圖統(tǒng)計(jì)關(guān)系估算點(diǎn)云之間的旋轉(zhuǎn)角度;在平移參數(shù)估計(jì)中,利用簡(jiǎn)化的迭代最近點(diǎn)算法求解點(diǎn)云之間的平移矢量。相對(duì)于基于特征的三維點(diǎn)云配準(zhǔn)算法,該方法能夠很好的適用于紋理較少的結(jié)構(gòu)化場(chǎng)景點(diǎn)云配準(zhǔn),并且避免了提取特征的... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：136 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

三維點(diǎn)云示例

國(guó)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(jì)情況International Conference on Computer Vision (ICCV)以及International Conference on3D Vision (3DV)）也組織了多場(chǎng)主題交流與研討會(huì)，比如ICCV 2017中單獨(dú)開(kāi)辟了三維計(jì)算機(jī)視覺(jué)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(jī)構(gòu)，如美國(guó)華盛頓大學(xué)、德國(guó)慕尼黑工業(yè)大學(xué)、澳大利亞西澳大學(xué)、美國(guó)普林斯頓大學(xué)、蘇黎世聯(lián)邦理工學(xué)院、英國(guó)帝國(guó)理工學(xué)院、微軟亞洲研究院、百度研究院、中國(guó)科學(xué)院自動(dòng)化所、深圳先進(jìn)技術(shù)研究院、廈門(mén)大學(xué)智慧城市感知與計(jì)算福建省重點(diǎn)實(shí)驗(yàn)室、國(guó)防科技大學(xué)等都投入了大量的財(cái)力與人力開(kāi)展三維點(diǎn)云信息處理的相關(guān)理論與技術(shù)研究。針對(duì)本文的研究?jī)?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(diǎn)云配準(zhǔn)（第1.3.1節(jié)）、三維目標(biāo)識(shí)別（第1.3.2節(jié)）、三維點(diǎn)云標(biāo)記（第1.3.3節(jié)）等。1.3.1 三維點(diǎn)云配準(zhǔn)研究進(jìn)展三維點(diǎn)云配準(zhǔn)的實(shí)質(zhì)是計(jì)算同一物體或場(chǎng)景不同視點(diǎn)下采集到的點(diǎn)云之間的變換關(guān)系，以將其統(tǒng)一到同一坐標(biāo)系下得到完整的點(diǎn)云。由于數(shù)據(jù)采集傳感器的視角有限，單次測(cè)量只能得到目標(biāo)場(chǎng)景的部分?jǐn)?shù)據(jù)，點(diǎn)云配準(zhǔn)能夠?qū)⒍啻螠y(cè)量的數(shù)據(jù)拼接起來(lái)以獲得完備的點(diǎn)云，為后續(xù)三維建模、目標(biāo)識(shí)別、場(chǎng)景理解奠定數(shù)據(jù)基礎(chǔ)

）局部感受野對(duì)于多層感知器，又稱全連接網(wǎng)絡(luò)，每個(gè)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(gè)連接，即需要108權(quán)值參數(shù)。多層網(wǎng)絡(luò)的堆疊必然會(huì)導(dǎo)致參數(shù)的進(jìn)一步增加，進(jìn)而要求更多的存儲(chǔ)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(jué)認(rèn)知中，人對(duì)外部世界的感知存在從局部到全局的過(guò)程，即不需要完整的全局信息即可完成認(rèn)知過(guò)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(yuǎn)的像素相關(guān)性則要弱很多。因此


本文編號(hào)：2922199