基于PointECA网络的无序工件点云分割算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于PointECA网络的无序工件点云分割算法
梁艳阳;周集华;叶达游;石峰;黄子健;孙伟霖;王琼瑶;曹梓涵;何春燕
【期刊名称】《机床与液压》
【年(卷),期】2024(52)1
【摘要】针对无序、采样不均匀以及存在相互遮挡的工件点云分割效果不佳的问题,提出一种多尺度自适应通道维度注意力点云分割网络(PointECA)。
该算法中的多尺度特征提取模块能够较好地融合不同尺度的局部邻域特征,得到较为丰富的全局特征信息;自适应性通道注意力模块能够对不同尺度局部特征的通道维度交互学习,实现较好的语义分割效果。
此外,制作了用于语义分割实验的Workpieces数据集。
大量实验数据表明:PointECA在无序且有相互遮挡场景下,对工件部件分割的平均交并比达到了95.42%,能够为无序工件的快速分拣提供较好的条件。
【总页数】5页(P87-91)
【作者】梁艳阳;周集华;叶达游;石峰;黄子健;孙伟霖;王琼瑶;曹梓涵;何春燕
【作者单位】五邑大学智能制造学部
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于密度自适应深度网络的点云场景语义分割算法
2.基于图卷积神经网络的三维点云分割算法Graph⁃PointNet
3.基于双路径特征提取网络的三维点云分割算法
4.基于PointNet改进的无序工件点云配准算法
因版权原因,仅展示原文概要,查看原文内容请购买。