基于歐氏距離匹配的三維點云混合算法設(shè)計與實現(xiàn)

打開文本圖片集

摘要：隨著三維掃描設(shè)備和深度學(xué)習(xí)的快速發(fā)展，三維點云數(shù)據(jù)的處理成了熱門趨勢。目前，點云分類網(wǎng)絡(luò)大都基于特征提取層面的算法改進提升點云分類網(wǎng)絡(luò)分類準(zhǔn)確率。相比于傳統(tǒng)的數(shù)據(jù)增強方法，文章提出了一種基于數(shù)據(jù)預(yù)處理階段的點云混合算法。在不改變分類網(wǎng)絡(luò)結(jié)構(gòu)的前提下，對數(shù)據(jù)進行混合處理。通過點云的相似度匹配，選取相似度小的點云進行混合，進而提升模型的泛化性能。（剩余5635字）