针对PointNet模型只针对孤立点提取特征信息,而对邻域结构的信息提取能力不足的问题,提出基于图卷积网络的三维点云分类分割模型GraphPNet。首先将三维点云转换成无向图结构,利用该图结构得到点云的邻域信息,通过将邻域信息与单个点信息融合的方式提高分类与分割的准确率。在分类实验中,本文在ModelNet40数据集上进行训练与测试,并且与3D ShapeNets、VoxNet、PointNet模型的分类精度进行比较,其分类精度优于这些模型。在分割实验中,使用ShapeNet数据集进行训练与测试,并且与PointNet模型等分割模型得到的平均交并比(mIoU)值进行比较,验证了GraphPNet在分割实验中的有效性。
2022-05-09 17:48:18
3.88MB
1
Efficient RANSAC for Point-Cloud Shape Detection文献中源码，进行多种几何形状的分割。具体的编译及环境配置参考博客：https://blog.csdn.net/qq_32867925/article/details/123949701?spm=1001.2014.3001.5501
2022-05-09 16:58:09
195KB
牙齿stl网格模型分割算法（投影算法（曲面的栅格化算法））（牙龈外轮廓计算）
2022-05-08 19:03:54
18.37MB
python图像数据增强代码，深度学习用，分割，合并，数据增强，批量化修改文件名，归一化大小
2022-05-08 08:38:20
8KB
1
基于四叉树分割的图像分割算法仿真,matlab2021a测试或者高级版本测试。
2022-05-07 19:10:43
13KB