一种基于稀疏特征点云的主动目标识别方法
文献类型：专利
| 作者 | 朱枫 ; 孙海波; 郝颖明; 孔研自; 付双飞
|
| 发表日期 | 2021-02-02 |
| 著作权人 | 中国科学院沈阳自动化研究所 |
| 国家 | 中国 |
| 文献子类 | 发明 |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及模式识别领域，具体地说是涉及一种基于稀疏特征点云的主动目标识别方法。主动目标识别的目的，是通过规划改变视觉传感器位姿(视点)，获取充分信息，从而提高识别的效率和正确率。基于稀疏特征点云的主动目标识别方法包括：基于稀疏特征点云的目标表征方法以及视觉词典与贝叶斯相结合的特征点区分性度量方法。前者针对目标稠密点云模型进行特征点检测与描述，结合特征点模型坐标，构建了目标的稀疏特征点云模型；后者，针对候选目标中可观测特征点，采用视觉词典与贝叶斯相结合的方法度量每个特征点的区分性，用于确定下一最佳视点。本发明对复杂有遮挡的场景仍旧具有较高的识别效率与正确率，视点规划范围覆盖整个三维空间，应用性更强。 |
| 申请日期 | 2019-07-26 |
| 语种 | 中文 |
| 状态 | 公开 |
| 源URL | [http://ir.sia.cn/handle/173321/28257]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 作者单位 | 中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 朱枫,孙海波,郝颖明,等. 一种基于稀疏特征点云的主动目标识别方法. 2021-02-02. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。