| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的主要内容与章节安排 | 第13-15页 |
| 1.3.1 本文的研究内容 | 第13页 |
| 1.3.2 本文各章的主要安排 | 第13-15页 |
| 第二章 三维物体检测框架 | 第15-20页 |
| 2.1 三维物体检测流程 | 第15-16页 |
| 2.2 点云的获取 | 第16-17页 |
| 2.3 点云数据的存储结构 | 第17-19页 |
| 2.3.1 K-D树的构建 | 第17-18页 |
| 2.3.2 K最近邻搜索 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 三维物体分割算法研究 | 第20-29页 |
| 3.1 预处理 | 第20-21页 |
| 3.1.1 点云降采样 | 第20页 |
| 3.1.2 法向量计算 | 第20-21页 |
| 3.2 基于欧氏聚类的物体分割算法 | 第21-24页 |
| 3.2.1 平面检测 | 第21-22页 |
| 3.2.2 欧氏聚类 | 第22-24页 |
| 3.3 基于超体聚类的物体分割算法 | 第24-28页 |
| 3.3.1 超体聚类 | 第24-26页 |
| 3.3.2 基于凸面增长的聚类分割 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 三维物体特征提取算法研究 | 第29-53页 |
| 4.1 三维点云特征 | 第29-36页 |
| 4.1.1 Point Feature Histogram | 第29-31页 |
| 4.1.2 Fast Point Feature Histogram | 第31-32页 |
| 4.1.3 Viewer Feature Histogram | 第32-33页 |
| 4.1.4 Cluster Viewer Feature Histogram | 第33-36页 |
| 4.2 非监督特征学习 | 第36-46页 |
| 4.2.1 稀疏自编码网络 | 第36-39页 |
| 4.2.2 稀疏限制玻尔兹曼机 | 第39-42页 |
| 4.2.3 K-Means聚类 | 第42-43页 |
| 4.2.4 高斯混合模型(GMM)聚类 | 第43-45页 |
| 4.2.5 应用于深度图的特征学习 | 第45-46页 |
| 4.3 利用卷积网络提取特征 | 第46-52页 |
| 4.3.1 卷积神经网络结构 | 第47-48页 |
| 4.3.2 局部感知 | 第48-49页 |
| 4.3.3 权值共享 | 第49-50页 |
| 4.3.4 池化操作 | 第50-51页 |
| 4.3.5 应用于深度图的卷积网络 | 第51-52页 |
| 4.4 本章总结 | 第52-53页 |
| 第五章 三维物体分类算法研究 | 第53-62页 |
| 5.1 基于KNN算法的三维物体分类 | 第53-54页 |
| 5.2 基于SoftMax算法的三维物体分类 | 第54-55页 |
| 5.3 基于SVM的三维物体分类 | 第55-61页 |
| 5.3.1 线性支持向量机 | 第56-59页 |
| 5.3.2 非线性支持向量 | 第59-60页 |
| 5.3.3 SMO算法求解 | 第60页 |
| 5.3.4 SVM分类三维物体 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 实验与分析 | 第62-72页 |
| 6.1 三维物体分割结果与分析 | 第62-65页 |
| 6.1.1 基于欧氏聚类的结果 | 第62-63页 |
| 6.1.2 欧氏聚类算法时间性能分析 | 第63-64页 |
| 6.1.3 基于超体聚类的物体分割 | 第64页 |
| 6.1.4 基于超体聚类的时间性能分析 | 第64-65页 |
| 6.2 三维物体识别结果与分析 | 第65-69页 |
| 6.2.1 数据库介绍 | 第65-66页 |
| 6.2.2 实验设计与结果 | 第66-68页 |
| 6.2.3 误差分析 | 第68-69页 |
| 6.3 应用于桌面环境的三维物体检测 | 第69-71页 |
| 6.4 实验结论 | 第71页 |
| 6.5 本章小结 | 第71-72页 |
| 第七章 结束语 | 第72-74页 |
| 7.1 主要工作与创新点 | 第72页 |
| 7.2 后续研究工作 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间已发表或录用的论文 | 第80-82页 |
