一种三维点云直线特征提取方法

    公开(公告)号:CN103942824A

    公开(公告)日:2014-07-23

    申请号:CN201410205200.0

    申请日:2014-05-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种三维点云直线特征提取方法,一种三维点云直线特征提取方法,包括以下步骤:S1、将原始点云沿不同方向投影到二维空间,生成多张2D图像并保留深度信息,采用非真实感渲染技术将深度信息转化为图像灰度值,使2D图像具有清晰的边缘;S2、在2D图像中提取2D直线支持区;S3、将2D直线支持区反投影到三维空间,得到3D直线支持区。本发明通过投影和反投影的操作,3D直线支持区提取的问题转化为2D直线支持区提取的问题,降低了数据处理的复杂度,能够快速准确的从大规模点云数据中提取出直线特征。

    基于显著性结构感知的点云去噪方法及装置

    公开(公告)号:CN118823360A

    公开(公告)日:2024-10-22

    申请号:CN202410915850.8

    申请日:2024-07-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于显著性结构感知的点云去噪方法及装置,其中,该方法包括:获取三维点云数据;根据预先设置的多个不同前向扩散时间步长和扩散概率模型对三维点云数据进行前向扩散,以得到对应训练好的噪声估计模型;根据每个不同前向扩散时间步长及其对应的第一结构测量函数值和噪声估计模型创建衡量表;获取对抗性点云,根据对抗性点云计算对应的第二结构测量函数值;根据第二结构测量函数值在衡量表中查询与其最接近的第一结构测量函数值,并获取与其最接近的第一结构测量函数值对应的前向扩散时间步长和噪声估计模型;采用对应的前向扩散时间步长和噪声估计模型对对抗性点云进行去噪处理,以得到去噪点云;从而提高去噪效果。

    基于距离图像的点云混合方法、装置、介质及设备

    公开(公告)号:CN118570431A

    公开(公告)日:2024-08-30

    申请号:CN202410633249.X

    申请日:2024-05-21

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种基于距离图像的点云混合方法、装置、介质及设备。该方法包括:获取关于目标场景的雷达真实点云以及初始粒子点云;将初始粒子点云转换至与雷达真实点云同一坐标系下,得到目标粒子点云;基于雷达真实点云中各点的坐标信息,生成对应的距离图像,距离图像中各像素的像素值为投影至该像素的点的距离值;将目标粒子点云投影至距离图像中,并确定目标粒子点云中被对应激光束击中的有效点;根据距离图像中包含的有效点的像素坐标和距离值以及雷达真实点云中各点的像素坐标和距离值进行反投影,得到目标混合点云。本申请实施例的技术方案可以提高粒子点云和场景点云的混合效率,并保证混合结果的有效性。

    基于遥感影像与三维点云的三维语义分割方法及装置

    公开(公告)号:CN118505985A

    公开(公告)日:2024-08-16

    申请号:CN202410521823.2

    申请日:2024-04-28

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于遥感影像与三维点云的三维语义分割方法及装置,其中该方法包括:获取遥感影像对应的语义标签图和三维点云数据对应的点云鸟瞰图,并将遥感影像、语义标签图和点云鸟瞰图作为训练数据集;构建语义解析模型,其中,语义解析模型包括学生模型和教师模型;将训练数据集输入到语义解析模型,以便对语义解析模型进行训练,以得到训练好的语义解析学生模型;将待解析的三维点云数据对应的点云鸟瞰图输入到训练好的语义解析学生模型,以得到对应的伪标签;对伪标签进行降噪优化处理,以及将处理后的伪标签传播到待解析的三维点云数据,以得到带有伪标签的密集三维点云数据;从而为大规模三维点云语言理解提供可靠、密集的伪标注。

    无人平台的三维安全区域检测方法及装置

    公开(公告)号:CN118135516A

    公开(公告)日:2024-06-04

    申请号:CN202410158948.3

    申请日:2024-02-04

    Applicant: 厦门大学

    Abstract: 本发明公开了一种无人平台的三维安全区域检测方法及装置,其中,该方法包括:获取无人平台的三维点云数据并将其转化为鸟瞰图,以得到对应的二维图像,又称二维栅格图像;获取预设区域大小,并根据区域大小遍历二维栅格图像进行区域划分,以得到多个划分区域;获取预设的点数阈值和第一高度差阈值,并根据点数阈值和高度差阈值对多个划分区域进行筛选;获取筛选后的每个划分区域对应的平均高度,以便根据平均高度对筛选后的每个划分区域进行合并,以得到多个多边形区域;获取多个多边形区域中每个多边形区域对应的最大内接矩形,以得到对应的多个安全区域的位置信息;由此,能够自动对三维环境中安全区域进行实时准确检测,并降低运算时间和成本。

    一种基于文本相似度的病状判断方法、装置及可读介质

    公开(公告)号:CN117995387A

    公开(公告)日:2024-05-07

    申请号:CN202410161776.5

    申请日:2024-02-05

    Abstract: 本发明公开了一种基于文本相似度的病状判断方法、装置及可读介质,包括:获取病历文本数据,对病历文本数据进行裁切和过滤处理,得到若干个短病历文本;构建基于病状特征的树状结构,采用深度遍历算法对基于病状特征的树状结构进行遍历,并解析得到若干个完整病状描述文本;分别对每个完整病状描述文本和短病历文本进行编码,得到第一文本向量和第二文本向量;遍历每个短病历文本,将第二文本向量与第一文本向量进行相似度计算,得到相似度值,并统计每个短病历文本与每个完整病状描述文本之间的共同字符数,根据相似度值和共同字符数计算得到相似度评分,基于相似度评分确定短病历文本对应的病状,帮助医护人员快速获取完整的病历信息。

    基于域自适应的遥感图像语义分割方法及装置

    公开(公告)号:CN117197451A

    公开(公告)日:2023-12-08

    申请号:CN202310904440.9

    申请日:2023-07-21

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于域自适应的遥感图像语义分割方法及装置,该方法包括获取包括具有标注的源域数据和未标注的目标域数据的遥感数据集;构建具有辅助原型分类器的平均教师框架,其中,具有辅助原型分类器的平均教师框架包括教师模型和学生模型;采用遥感数据集训练及优化学生模型的参数,其中,教师模型使用指数移动平均更新其参数,辅助原型分类器使用指数移动平均更新其权重;将未标注的目标域数据输入到训练好的学生模型进行逐点预测,以得到未标注的目标域数据对应的分割结果;由此,通过构建具有辅助原型分类器的平均教师框架能够解决遥感图像跨域语义分割任务中的域差异问题,并实现源域与目标域之间类层次的对齐,从而提高分割性能。

    基于大语言模型的机器人任务解析方法、装置及可读介质

    公开(公告)号:CN116861921A

    公开(公告)日:2023-10-10

    申请号:CN202310837554.6

    申请日:2023-07-10

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于大语言模型的机器人任务解析方法、装置及可读介质,通过收集机器人任务相关的数据,对数据进行预处理,得到训练数据,训练数据包括自然语言的任务描述以及对应的任务解析结果;采用P‑tuning‑v2的微调方式对大语言模型进行微调,得到微调后的大语言模型;基于机器人任务的需求和特点构建训练数据对应的提示语,采用思维链和小样本学习对提示语进行优化,得到优化后的提示语,采用优化后的提示语对微调后的大语言模型进行训练,得到机器人任务解析模型;获取实时的自然语言的任务描述,将自然语言的任务描述输入机器人任务解析模型,输出得到任务解析结果。本发明能准确的将自然语言的任务描述解析成机器人能够理解的执行指令。

    基于图卷积和半监督学习网络的城市场景语义分割方法

    公开(公告)号:CN116310350B

    公开(公告)日:2023-08-18

    申请号:CN202310596881.7

    申请日:2023-05-25

    Applicant: 厦门大学

    Inventor: 王程 陈钧 陈一平

    Abstract: 本发明公开了基于图卷积和半监督学习网络的城市场景语义分割方法,包括如下步骤:S1、预训练图卷积网络以获得初始化参数;S2、一次输入原始点集,输出特征向量;S3、对原始点集根据每个点的邻域计算特征向量;S4、计算特征向量和的距离作为损失函数以调整图卷积网络的参数;S5、利用有标签数据为无标签数据分配伪标签;S6、对分配了伪标签的进行语义分割并预测每个点的类别。本发明的方法仅需少量有标注数据即可实现城市道路场景语义分割。

Patent Agency Ranking