论文部分内容阅读
本文旨在研究如何将面向二维图像的CNN应用于三维点云的分类中.针对点云模型的特点,提出了一种基于CNN的通用三维点云模型分类框架;并设计了三种三维点云数据的有序化方法、三种有序点云数据的二维图像化方法、适用于二维点云图像分类的卷积神经网络PCI2CNN.本文方法在ModelNet10和ModelNet40上分别取得了93.97%和89.75%的分类准确率,和当前最好的方法相当.实验结果充分表明,将图像领域的CNN应用于三维点云模型分类具有可行性,本文所提出的PCI2CNN能够有效捕捉点云模型的三维特征信息,适用于三维点云模型分类.