（科学网 成舸 陈曼琼报道） 记者10日从国防科学技术大学获悉，2月底，该校电子科学与工程学院博士生郭裕兰提出的一种用于三维目标识别的全新点云局部特征提取算法，被莫斯科国立大学学者在本田公司资助下编写成C++代码后，收录到国际三维点云数据处理领域内最权威的标准源代码库Point Cloud Library（PCL）目录中。据悉，这是首个在点云特征提取领域被收录的由中国学者研发的算法代码。
PCL由谷歌、英特尔等多个跨国公司共同资助，联合了全球几十所知名科研机构将业内优秀算法编成C代码，以促进学界和产业界的协同发展。国防科技大学提出的三维识别新算法，在室内机器人操控、三维地图测绘、三维数字博物馆建立、导航与制导等诸多领域具有广泛应用前景，遂引起国际业界关注。
郭裕兰告诉记者，他提出的这种旋转投影统计法（RoPS）得益于教授万建伟和研究员张军的指导，受到人眼识别物体的启发，将三维的点云数据通过投影转化为便于分析的二维数据及一维统计量，并采用旋转方法获得多视角下的信息，使目标识别的精准度和稳健性大大提高。该算法在四个全球公用数据库上的测试结果表明：其在精度提高的同时，在遮挡、噪声以及数据不完备的情况下均拥有优异性能，超越了现有的多种算法。
据了解，上述算法此前发表于《国际计算机视觉期刊》。该期刊的5年影响因子达4.856，每期仅发表论文4-5篇，是计算机视觉领域最具影响力的国际期刊。
