典型文献
基于RGB-D图像的移动端点云分割方法研究
文献摘要：
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.
文献关键词：
点云分割;深度图获取;深度学习框架
中图分类号：
作者姓名：
余方洁;王斌
作者机构：
中国科学院长春光学精密机械与物理研究所,长春 130033;中国科学院大学,北京 100049
文献出处：
引用格式：
[1]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,2022(02):126-134
A类：
深度图获取,tflite
B类：
RGB,移动端,端点,点云分割,分割方法,深度传感器,三维激光扫描仪,三维点云处理,前后端分离,分割模式,端设备,三维数据采集,采集与处理,一体化技术,Core,开发平台,点云数据,模型轻量化,量化方法,PointNet,模型参数量,TensorFlow,Lite,深度学习框架,安卓智能手机,kB,启用,GPU,单幅,景点
AB值：
0.368743
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
