排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题,提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征,从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上,使用K维树搜索完成局部几何特征描述子的关联工作。最后,通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明,该方法的配准成功率达到92.5%,配准精度达到0.0434m,配准时间相对最邻点迭代配准算法缩短了74.7%,实验结果验证了该方法的有效性、实时性和鲁棒性。 相似文献
2.
3.
精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。 相似文献
4.
5.
6.
1