典型文献
基于欧氏距离匹配的三维点云混合算法设计与实现
文献摘要：
随着三维扫描设备和深度学习的快速发展,三维点云数据的处理成了热门趋势.目前,点云分类网络大都基于特征提取层面的算法改进提升点云分类网络分类准确率.相比于传统的数据增强方法,文章提出了一种基于数据预处理阶段的点云混合算法.在不改变分类网络结构的前提下,对数据进行混合处理.通过点云的相似度匹配,选取相似度小的点云进行混合,进而提升模型的泛化性能.实验结果表明:所提出的基于欧氏距离匹配的三维点云混合算法应用在点云分类任务上能显著提高点云分类的准确率.
文献关键词：
点云;混合;深度学习
中图分类号：
作者姓名：
黄奕程;李光平
作者机构：
广东工业大学信息工程学院,广东广州510000
文献出处：
引用格式：
[1]黄奕程;李光平-.基于欧氏距离匹配的三维点云混合算法设计与实现)[J].电脑知识与技术,2022(29):1-3
A类：
B类：
欧氏距离,混合算法,算法设计与实现,三维扫描设备,三维点云数据,点云分类,分类网络,算法改进,改进提升,提升点,分类准确率,数据增强,增强方法,数据预处理,混合处理,相似度匹配,泛化性能,算法应用,分类任务,高点
AB值：
0.306909
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。
