-
公开(公告)号:CN116664416B
公开(公告)日:2024-09-06
申请号:CN202310411310.1
申请日:2023-04-17
Applicant: 重庆大学
IPC: G06T5/70 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术,揭露了一种雷达点云数据处理方法,包括:获取原始点云数据,并根据预设的采样率对所述原始点云数据中点云执行点云剔除,得到精简点云数据;对所述精简点云数据执行体素转换,得到体素图;根据证据理论对所述体素图中点云进行降采样处理,得到标准体素图;将所述标准体素图还原成点云数据图,完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
公开(公告)号:CN118135220B
公开(公告)日:2024-08-20
申请号:CN202410288871.1
申请日:2024-03-14
Applicant: 重庆大学
IPC: G06F16/55 , G06V10/26 , G06V10/762
Abstract: 本发明涉及点云数据处理技术,揭露了基于体素和点集融合的点云分割方法,包括:获取原始点云数据,并将所述原始点云数据进行预处理,得到超体素数据;将所述超体素数据利用预设的区域生长算法进行聚类分割,得到聚类超体素数据;提取所述聚类超体素数据中的特征,得到超体素特征;利用预设的点云特征提取网络模型提取所述原始点云数据的点云特征,得到点云特征;将所述超体素特征与所述点云特征进行融合,得到融合特征,并根据所述融合特征对所述原始点云数据中的每个点云进行语义分类分割,得到点云分割结果。本发明还提出一种基于体素和点集融合的点云分割装置、设备以及介质。本发明可以提高基于体素和点集融合的点云分割的准确性。
-
公开(公告)号:CN118135220A
公开(公告)日:2024-06-04
申请号:CN202410288871.1
申请日:2024-03-14
Applicant: 重庆大学
IPC: G06V10/26 , G06V20/70 , G06V10/762 , G06V10/40 , G06V10/80
Abstract: 本发明涉及点云数据处理技术,揭露了基于体素和点集融合的点云分割方法,包括:获取原始点云数据,并将所述原始点云数据进行预处理,得到超体素数据;将所述超体素数据利用预设的区域生长算法进行聚类分割,得到聚类超体素数据;提取所述聚类超体素数据中的特征,得到超体素特征;利用预设的点云特征提取网络模型提取所述原始点云数据的点云特征,得到点云特征;将所述超体素特征与所述点云特征进行融合,得到融合特征,并根据所述融合特征对所述原始点云数据中的每个点云进行语义分类分割,得到点云分割结果。本发明还提出一种基于体素和点集融合的点云分割装置、设备以及介质。本发明可以提高基于体素和点集融合的点云分割的准确性。
-
公开(公告)号:CN116543202A
公开(公告)日:2023-08-04
申请号:CN202310404884.6
申请日:2023-04-14
Applicant: 重庆大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06T5/00 , G06T7/33 , G06V20/17 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于废钢分类技术领域,具体涉及一种基于移动激光雷达点云数据的废钢料堆智能分类判定方法,包括以下步骤:步骤1、获取废钢卸料现场的点云数据;步骤2、对获取的点云数据进行预处理;步骤3、通过预设的分级分类模型及废钢分级分类标签库,根据预处理后的点云数据对废钢进行分级分类;其中,所述分级分类模型在PointNet点云分类模型的基础上引入了EdgeConv层,用于提取邻居点云特征;所述分级分类标签库内存储有预先定义的废钢种类级别标签。本方法可以准确的得到废钢的具体分级分类结果。
-
公开(公告)号:CN118038073A
公开(公告)日:2024-05-14
申请号:CN202311624392.4
申请日:2023-11-30
Applicant: 重庆大学
IPC: G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于多头注意力机制的增强视角变换方法,包括以下步骤:1)对特征图像进行注意力机制运算,得到基于MHSA加权的特征图Fa;2)对特征图像Fc进行深度估计,将特征图像Fc的特征通道数由C维扩展到C+D维,再将C维的语义特征与D维的深度信息作外积,得到融合了深度信息的特征图Fc+d;3)利用特征图Fa对特征图Fc+d进行增强,弥补丢失信息,得到结合深度信息的增强特征图EFc+d;4)重复步骤1)至步骤3),获得所有待处理图像的增强特征图,并将这些增强特征图映射到BEV空间,构建鸟瞰视图,实现多图像的特征融合。本发明利用注意力机制,对图像的语义特征进行保留,再将保留的语义特征与结合深度信息结合后的BEV特征结合,增强BEV特征的表达能力。
-
公开(公告)号:CN116664416A
公开(公告)日:2023-08-29
申请号:CN202310411310.1
申请日:2023-04-17
Applicant: 重庆大学
IPC: G06T5/00 , G01S7/48 , G01S17/931 , G06T5/50
Abstract: 本发明涉及人工智能技术,揭露了一种雷达点云数据处理方法,包括:获取原始点云数据,并根据预设的采样率对所述原始点云数据中点云执行点云剔除,得到精简点云数据;对所述精简点云数据执行体素转换,得到体素图;根据证据理论对所述体素图中点云进行降采样处理,得到标准体素图;将所述标准体素图还原成点云数据图,完成点云数据处理。本发明还提出一种雷达点云数据处理装置、电子设备以及存储介质。本发明有益效果为提升点云数据处理的准确率。
-
-
-
-
-