旋转不变点云分析网络

任意旋转下更稳健

通过局部与全局旋转不变特征的自适应融合，提升三维点云处理对位姿变化的鲁棒性。

Zhaoxuan, Wang · 于云龙 · 李贤芝

Pattern Recognition 2024

参数信息

分类精度提升

0.8 %

技术优势

转多少度都不怕

网络没有使用任何数据增强，而是直接嵌入旋转不变特征，从设计上保证对旋转不敏感。

局部和全局信息兼顾

双分支结构分别提取局部几何特征和全局规范特征，并通过注意力模块根据点的几何上下文自适应融合，增强对复杂形变的表示能力。

应用场景

• 三维视觉感知：用于任意视角下的物体识别，无需对齐或增广。
• 机器人空间认知：机器人可稳定理解旋转后的场景点云，改善位姿估计。
• 旋转机械监测：对旋转部件采集的点云更具鲁棒性，利于故障识别。
• 移动机器人导航：在机器人自身旋转时仍能稳定识别环境结构。