三维点云语义分割技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 论文组织结构安排 | 第15-16页 |
| 第二章 语义分割基本原理和数据集介绍 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 最近邻问题 | 第16-18页 |
| 2.2.1 KdTree | 第16-17页 |
| 2.2.2 OcTree | 第17-18页 |
| 2.3 多层感知器原理介绍 | 第18-21页 |
| 2.4 Softamx函数介绍 | 第21-23页 |
| 2.5 数据集介绍 | 第23-26页 |
| 2.5.1 Semantic3D数据集介绍 | 第23-25页 |
| 2.5.2 Kitti数据集 | 第25-26页 |
| 第三章 基于聚类的点云分割算法 | 第26-53页 |
| 3.1 引言 | 第26页 |
| 3.2 地面点去除 | 第26-29页 |
| 3.2.1 RANSAC算法 | 第26-27页 |
| 3.2.2 Hough变换 | 第27-29页 |
| 3.3 地面滤波方法及效果分析 | 第29-34页 |
| 3.4 聚类分割 | 第34-52页 |
| 3.4.1 kmeans聚类 | 第34-37页 |
| 3.4.2 meanshift聚类 | 第37-42页 |
| 3.4.3 谱聚类 | 第42-48页 |
| 3.4.4 密度聚类(DBSCAN) | 第48-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 基于神经网络对三维点云进行分割 | 第53-68页 |
| 4.1 引言 | 第53页 |
| 4.2 实验原理 | 第53-54页 |
| 4.3 神经网络的改进 | 第54-58页 |
| 4.4 实验设置 | 第58页 |
| 4.5 数据集和性能评价指标 | 第58-60页 |
| 4.5.1 数据集 | 第58-59页 |
| 4.5.2 性能评价指标 | 第59-60页 |
| 4.6 网络训练细节 | 第60-67页 |
| 4.6.1 网络权重初始化 | 第60页 |
| 4.6.2 网络优化方法 | 第60页 |
| 4.6.3 损失函数 | 第60-61页 |
| 4.6.4 训练过程 | 第61页 |
| 4.6.5 性能指标评估 | 第61-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
