公开(公告)号：CN115690362A

公开(公告)日：2023-02-03

申请号：CN202211449634.6

申请日：2022-11-18

Applicant: 贵州大学

Inventor： 梁国强 ,  张安思 ,  张旭东 ,  张保 ,  王从宝

IPC: G06T17/20 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及特征信息识别技术领域，公开了一种基于少量训练数据的三维点云分类方法，包括以下步骤：建立目标点的三维点云模型，并随机获取多个三维点云样本数据，采用Siamese网络深度学习模型进行模型训练；改进PointNet++网络，利用卷积神经网络的思想进行层次化的特征学习，并添加两点间距离进行全局特征提取；将改进PointNet++网络作为Siamese网络的共享网络，建立三维点云分类模型；采集目标点内所有的三维点云数据，并利用三维点云分类模型对得到的三维点云数据进行分类。本发明具有实现少量样本数据下完成分类，提高在有限点云数据情况下的分类结果准确率的有益效果。