摘要：LiDAR获取数据的方式导致点云数据存在阴影、遮挡等现象,造成现有算法识别率低,鲁棒性差.稀疏表示理论表明过完备字典可通过少量重构系数重构样本,从而达到降噪目的.据此提出基于稀疏表示的LiDAR点云目标识别算法.首先,在由所有训练样本组成的过完备字典上重构样本;然后,计算每个测试样本在字典上的稀疏表示重构误差,并利用该重构误差判别测试样本的类别归属.实验表明,所提算法对点云目标的识别率较现有算法均有显著提升,并具有较高的鲁棒性.
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：稀疏表示 目标识别 lidar 重构误差 字典
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
