matlab精度检验代码-3DmFV-Net-MATLAB:3DmFV-Net的MATLAB实现

matlab精度检验代码3DmFV ：使用卷积神经网络实时进行三维点云分类 由IIT和Technion创建， 介绍 这是用于使用3D修改后的Fisher向量训练点云分类网络的MATLAB代码。 这项工作在西班牙马德里的IROS 2018上进行了介绍，并在《机器人与自动化快报》上发表。 现代机器人系统通常配备有直接3D数据采集设备，例如LiDAR，可提供周围环境的丰富3D点云表示。 此表示形式通常用于避障和映射。 在这里，我们提出了一种将点云用于另一项关键机器人功能的新方法，即对环境的语义理解（即对象分类）。 对于2D图像中的对象分类而言，卷积神经网络（CNN）表现非常出色，但不容易扩展到3D点云分析。 由于点云的不规则格式和不同数量的点，所以它并不简单。 将点云数据转换为3D体素网格的常见解决方案需要解决严重的精度与内存大小的权衡问题。 在本文中，我们提出了一种新颖的，直观的，可解释的3D点云表示形式，称为3D修改的Fisher向量（3DmFV）。 我们的表示是混合的，因为它结合了粗糙的离散网格结构和连续的广义Fisher向量。 使用网格使我们能够设计用于实时点云分类的新CNN架构。