CIOMP OpenIR
基于RGB-D图像的移动端点云分割方法研究
余方洁; 王斌
2022-02-15
发表期刊重庆理工大学学报(自然科学)
卷号36期号:02页码:126-134
摘要近年来,深度传感器和三维激光扫描仪的普及推动了三维点云处理方法的快速发展。针对传统的前后端分离的点云分割模式,提出了一种使用移动端设备进行三维数据采集与处理的一体化技术方案。基于谷歌的AR Core开发平台,进行了安卓设备上的深度图获取实验,深度图可进一步转换为点云数据;通过对模型轻量化方法的研究,改进了PointNet网络,使模型参数量减少为原来的1/5,同时具有约73%的分割精度;最后利用TensorFlow Lite移动端深度学习框架,将改进的PointNet网络成功部署到了安卓智能手机上,量化后的tflite模型仅268 kB大小,在启用GPU加速后,对单幅场景点云数据的推断速度约为0.7 s。实验结果表明了提出方法的可行性。
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/66211
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院长春光学精密机械与物理研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
余方洁,王斌. 基于RGB-D图像的移动端点云分割方法研究[J]. 重庆理工大学学报(自然科学),2022,36(02):126-134.
APA 余方洁,&王斌.(2022).基于RGB-D图像的移动端点云分割方法研究.重庆理工大学学报(自然科学),36(02),126-134.
MLA 余方洁,et al."基于RGB-D图像的移动端点云分割方法研究".重庆理工大学学报(自然科学) 36.02(2022):126-134.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于RGB-D图像的移动端点云分割方法研(667KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[余方洁]的文章
[王斌]的文章
百度学术
百度学术中相似的文章
[余方洁]的文章
[王斌]的文章
必应学术
必应学术中相似的文章
[余方洁]的文章
[王斌]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于RGB-D图像的移动端点云分割方法研究.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。