一种基于深度学习的两段式三维面片过分割方法
Journal of Donghua University(Natural Science Edition)（2023）
摘要
为解决三维点云面片分割方法参数多、面片数无法固定、泛化性能差的问题,根据二维深度超像素采样方法(superpixel sampling network,SSN)提出一种两段式深度三维面片过分割方法3DFON.方法前段为深度特征提取网络,后段为允许梯度传递的并行点级别迭代聚类算法.利用综合损失函数对进行网络训练.研究表明,该方法在Shapenet Parts数据集上展示了良好的分割效果与泛化能力,与SLIC(simple linear iterative clustering)算法及面片化算法相比,可免调节参数,且在可达成最大分割精度与欠分割误差这两项指标上具有优势.
更多查看译文
关键词
point cloud facet segmentation,deep learning,pattern recognition,nearest neighbor sampling
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要