-
點雲
鎖定
點雲概念介紹
點雲是指目標表面特性的點集合。
根據攝影測量原理得到的點雲,包括三維座標(XYZ)和顏色信息(RGB)。
結合激光測量和攝影測量原理得到點雲,包括三維座標(XYZ)、激光反射強度(Intensity)和顏色信息(RGB)。
點雲的格式:; *.pts; *.asc ; *.dat; *.stl ;*.imw;*.xyz;
點雲逆向工程
點雲激光點雲
當一束激光照射到物體表面時,所反射的激光會攜帶方位、距離等信息。若將激光束按照某種軌跡進行掃描,便會邊掃描邊記錄到反射的激光點信息,由於掃描極為精細,則能夠得到大量的激光點,因而就可形成激光點雲。
點雲自監督學習
大規模點雲的手動註釋需要花費大量時間,並且在惡劣的現實世界場景中通常不可用。 受視覺和語言任務中預訓練和微調範式取得巨大成功的啓發,預訓練是獲得 3D 點雲下游任務的可擴展模型的一種潛在解決方案。 因此,一些方法探索了一種新的自監督學習方法,稱為混合和分離 (MD),用於 3D 點雲表示學習。 顧名思義,混合兩個輸入形狀並要求模型學習將輸入與混合形狀分開。 利用這個重建任務作為自監督學習的藉口優化目標。 有兩個主要優點:與流行的圖像數據集(例如 ImageNet)相比,點雲數據集實際上很小。 混合過程可以提供更大的在線訓練樣本池;另一方面,解耦過程(Disentangle)促使模型挖掘幾何先驗知識,例如關鍵點。
[1]
- 參考資料
-
- 1. Self-supervised Point Cloud Representation Learning via Separating Mixed Shapes | IEEE Journals & Magazine | IEEE Xplore .IEEE 電氣與電子工程師協會.2022-09-14[引用日期2023-05-13]