-
公开(公告)号：CN110390302A
公开(公告)日：2019-10-29
申请号：CN201910673663.2
申请日：2019-07-24
Applicant: 厦门大学
Abstract: 本发明公开了一种三维目标检测方法，包括以下步骤：利用二维目标检测算法在原始图像上提取目标的候选边界框；将所述候选边界框对应的深度图像区域转化为视锥体点云；对所述视锥体点云进行实例分割，获得感兴趣的目标点云；通过神经网络回归目标的三维边界框。本发明通过二维目标检测算法提取边界框后再回归到三维边界，能够提升目标检测的速度和精度，检测过程中既可以利用二维信息的特征也可以利用三维信息的特征来检测有遮挡的目标。
-
公开(公告)号：CN110246112A
公开(公告)日：2019-09-17
申请号：CN201910051741.5
申请日：2019-01-21
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的激光扫描SLAM室内三维点云质量评价方法，其包括：S1、通过激光扫描SLAM装置获取优质点云；S2、对优质点云进行降质，获取仿真点云；S3、对仿真点云进行轨迹度量分析；S4、对优质点云与仿真点云提取平面，对平面进行局部一致性噪声分析及几何规则分析，量化点云质量；S5、对优质点云与仿真点云进行分割，得到点云块；S6、将点云块进行归一化后输入到PointNet++神经网络中做模型训练，得到网络模型；S7、将待评价点云通过步骤S4进行点云质量分析，得到点云质量水平值；S8、对待评价点云通过步骤S6得到的神经网络模型进行预测，判断点云属于优质点云或者降质点云。本发明提出了量化点云质量的方法，建立了评价SLAM系统下室内三维点云模型的分类标准及框架。
-
公开(公告)号：CN106780586B
公开(公告)日：2019-08-27
申请号：CN201611000480.7
申请日：2016-11-14
Applicant: 厦门大学
IPC: G06T7/507
Abstract: 本发明公开了一种基于地面激光点云的太阳能潜力评估方法，其包括以下步骤：S1、对原始点云进行抽稀；S2、对抽稀后的点云P进行感兴趣区域地面点集R的提取，S3、设置光源偏差控制角；S4、采用最远点贪心策略来快速计算基点的位置和个数；S5、计算基点太阳位置；S6、采用广义隐藏点移除算法即GHPR算法，进行三维点云场景的遮挡分析，从而进行日照模拟计算；S7、对遮挡分析结果进行二值化阴影绘制；S8、对点云场景进行太阳辐射计算。本发明的评估方法能够提供快速、高效的太阳能资源自动化评估，可以为用户提供调查区域任意时间段的三维太阳能资源分布图。
-
公开(公告)号：CN107038858B
公开(公告)日：2019-05-28
申请号：CN201710380104.3
申请日：2017-05-25
Applicant: 厦门大学
Abstract: 本发明公开了一种通勤私家车动态拼车推荐方法，包括，输入车牌自动识别数据，对其进行预处理，生成车辆轨迹集；基于城市车辆轨迹集，结合通勤私家车出行时空规律的高度重复性和周期性，设计一种工作日通勤私家车识别算法；结合通勤私家车的家‑工作地址、通勤时间窗口和工作日动态影响因素(天气、事故和交通)，实现对影响通勤私家车拼车的关键特征提取；基于通勤车辆时空特征，匹配具有相似通勤时空规律的通勤车辆，并结合动态影响因素对驾驶人拼车意愿的影响，将这些动态因素与用户在时空维度的拼车需求有效结合，实现基于用户意愿的动态拼车匹配，为通勤私家车提供一种长期稳定的拼车机制，并在早晚高峰时段明显减少私家车车辆数。
-
公开(公告)号：CN106203335B
公开(公告)日：2019-05-28
申请号：CN201610541382.8
申请日：2016-07-11
Applicant: 厦门大学
Abstract: 本发明公开了一种基于三维点云的标志牌可视度评价方法，发明中提出了可视场与空间可视度的定义，并以空间可视度作为标志牌在不同观测位置的空间可见性评价标准。在三维点云中，利用四元素方法、alpha‑shape算法和视网膜成像原理计算该视点处标志牌的可视场强度；通过射线法计算视锥体内的投影点云是否为遮挡点云；利用可视场强度和可见度的相关性计算某视点位置的标志牌的可视度，计算交通标志的可视场。该方法自动、直观、准确、高效，在交通标志牌安装维护、广告牌投放、道路绿化以及建筑设计方面可以给出合理的指导和建议，具有很高的实际推广价值。
-
Patent Agency Ranking
公开(公告)号：CN109147030A
公开(公告)日：2019-01-04
申请号：CN201810731060.9
申请日：2018-07-05
Applicant: 厦门大学
Abstract: 本发明公开了基于线特征的室内外场景联合建模方法，包括以下步骤：获得原始点云数据，所述原始点云数据包括室内点云和室外点云；对所述室内点云和室外点云分别进行墙面提取，获得墙面点云；针对所述墙面点云提取线结构体；基于所述线结构体，对室内点云和室外点云进行配准。本发明能够对不同质量的点云进行处理，表述简单，通过提取墙面提高了室内外场景的重合率，进而提升了配准的成功率。
-
公开(公告)号：CN108985475A
公开(公告)日：2018-12-11
申请号：CN201810609232.5
申请日：2018-06-13
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度神经网络的网约车召车需求预测方法，包括：S1、对城市路网进行区域划分，并计算统计各个区域的网约车召车需求量；S2、设计网约车召车需求预测模型：基于深度神经网络，学习和训练召车需求时空特征，并结合天气影响因素对网约车用户召车意愿的影响因子，预测下一时间段的区域召车需求量；S3、根据历史数据对区域召车需求预测模型进行训练，再利用训练好的模型对各个区域的网约车召车需求量进行预测。本方法通过融合外部因素和时空相关性，利用深度神经网络来表达网约车召车需求量的复杂的非线性时空相关性特征，能够取得较高的预测精度。
-
公开(公告)号：CN108038433A
公开(公告)日：2018-05-15
申请号：CN201711248101.0
申请日：2017-12-01
Applicant: 厦门大学
Abstract: 本发明公开了一种基于多回波机载激光扫描数据的城市树木含碳量估计方法，包括：S1、使用多光谱机载激光扫描仪对城市树木进行扫描，获得多个航带的多回波ALS点云数据；S2、对多个航带的多回波ALS点云数据进行预处理，获得nDSM数据及各激光通道的强度图像；S3、对nDSM数据进行分类，提取其中的树木类别数据，获得树冠高度模型CHM；S4、由树冠高度模型CHM估计树木的形状参数,所述树木的形状参数包括树冠高度与树冠直径；S5、先由经验模型构建ALS‑DBH回归模型，再通过现场选取若干树木样本进行验证；S6、根据所有物种的DBH和树冠高度来估算碳含量。本发明基于ALS的树木形状参数和异速生长模型，可对城市树木碳含量进行快速无损的估计。
-
公开(公告)号：CN106295604B
公开(公告)日：2017-11-03
申请号：CN201610693722.9
申请日：2016-08-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于联合滤波的遥感影像的路网提取技术，结合人类视觉系统认知规律，根据显著图像结构在人类认知中所形成的非周期性、各向异性以及局部方向性，建立了一个完整的对道路显著结构的数学度量模型；在道路显著结构度量模型的指导下，结合流线方向性，建立了一个自适应平滑滤波函数，结合像素点空间距离高斯函数，实现对道路遥感影像的自适应平滑；在道路显著结构度量模型的指导下，结合极大极小值滤波，定义了一个自适应冲击滤波函数，该函数在不同区域产生的冲击增强强度不同，从而实现自适应的冲击滤波增强，从而在平滑非道路结构区域的同时保留显著道路结构，实现道路提取过程中遥感影像的预处理。
-
公开(公告)号：CN107038858A
公开(公告)日：2017-08-11
申请号：CN201710380104.3
申请日：2017-05-25
Applicant: 厦门大学
Abstract: 本发明公开了一种通勤私家车动态拼车推荐方法，包括，输入车牌自动识别数据，对其进行预处理，生成车辆轨迹集；基于城市车辆轨迹集，结合通勤私家车出行时空规律的高度重复性和周期性，设计一种工作日通勤私家车识别算法；结合通勤私家车的家‑工作地址、通勤时间窗口和工作日动态影响因素(天气、事故和交通)，实现对影响通勤私家车拼车的关键特征提取；基于通勤车辆时空特征，匹配具有相似通勤时空规律的通勤车辆，并结合动态影响因素对驾驶人拼车意愿的影响，将这些动态因素与用户在时空维度的拼车需求有效结合，实现基于用户意愿的动态拼车匹配，为通勤私家车提供一种长期稳定的拼车机制，并在早晚高峰时段明显减少私家车车辆数。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.028 seconds)
