-
公开(公告)号：CN112819832B
公开(公告)日：2024-12-03
申请号：CN202110145309.X
申请日：2021-02-02
Applicant: 华北水利水电大学
IPC: G06T7/10
Abstract: 本发明涉及基于激光点云的城市场景语义分割细粒度边界提取方法，本发明设计了适应城市场景的深度卷积神经网络模型，对模型进行训练，然后用训练得到的模型对获取到的数据中的影像数据进行语义分割，得到基于2D影像的城市场景初步语义分割结果；通过后处理式和嵌入式两种条件随机场进行精细化边界提取；最后，通过直接变换算法根据相机的内方位元素计算出相机的外方位元素，得到影像与对应激光点云之间的整体映射，在此基础上输入点云，得到基于激光点云的精细化语义分割结果。本发明能够提高城市场景语义分割的精度和效果。
-
公开(公告)号：CN112819832A
公开(公告)日：2021-05-18
申请号：CN202110145309.X
申请日：2021-02-02
Applicant: 华北水利水电大学
IPC: G06T7/10
Abstract: 本发明涉及基于激光点云的城市场景语义分割细粒度边界提取方法，本发明设计了适应城市场景的深度卷积神经网络模型，对模型进行训练，然后用训练得到的模型对获取到的数据中的影像数据进行语义分割，得到基于2D影像的城市场景初步语义分割结果；通过后处理式和嵌入式两种条件随机场进行精细化边界提取；最后，通过直接变换算法根据相机的内方位元素计算出相机的外方位元素，得到影像与对应激光点云之间的整体映射，在此基础上输入点云，得到基于激光点云的精细化语义分割结果。本发明能够提高城市场景语义分割的精度和效果。
-
Patent Agency Ranking
公开(公告)号：CN103944679B
公开(公告)日：2017-09-22
申请号：CN201410161476.3
申请日：2014-04-21
Applicant: 华北水利水电大学
IPC: H04L1/00 , H04L12/931
Abstract: 本发明公开了一种基于VL的数据帧并发业务发生设备，其中，所述数据帧并发业务发生设备包括帧净荷数据寄存器、FPGA模块、MAC层接口电路，所述FPGA模块包括控制信息寄存器、帧序号硬件并发处理电路、SN序号发生电路、帧间隔并发处理模块、帧间隔控制模块、帧汇聚模块；所述FPGA模块首先读出帧控制信息和帧净荷数据，然后将SN序号发生电路生成的帧序号附加到数据帧帧尾形成完整的数据帧，完整的数据帧后通过帧间隔控制模块送到帧汇聚模块进行数据帧重排，最后送到MAC层接口电路进行数据帧的物理发送。在2048范围内的VL数据帧可以实现硬件的并发操作控制，每个VL数据帧均有自己的专属控制信息寄存器。
-
公开(公告)号：CN118485824A
公开(公告)日：2024-08-13
申请号：CN202410425050.8
申请日：2024-04-09
Applicant: 华北水利水电大学
IPC: G06V10/26 , G06V10/56 , G06V10/80 , G06V10/82 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V20/00
Abstract: 本发明提供一种基于RGB‑D特征融合的复杂室内场景语义分割方法。该方法包括：获取同一室内场景下的RGB图像和深度图像；将RGB图像和深度图像输入至语义分割模型，得到语义分割结果；语义分割模型包括双分支特征提取模块DFEM、编码器、多尺度上下文聚合和解码器；编码器包括堆叠的多个双向注意力特征融合模块BAFFM；DFEM提取RGB图像的RGB特征和深度图像的深度特征；堆叠的多个BAFFM分别对不同尺度的RGB特征和深度特征进行逐级融合，并将除最后一个BAFFM之外的每个BAFFM融合后的特征图跳跃连接至解码器，将最后一个BAFFM融合后的特征图输入至多尺度ASPP模块；解码器根据ASPP模块的输出和除最后一个BAFFM之外的每个BAFFM融合后的特征图进行逐级恢复，最终得到语义分割结果。
-
公开(公告)号：CN116129118A
公开(公告)日：2023-05-16
申请号：CN202310082361.4
申请日：2023-01-17
Applicant: 华北水利水电大学
IPC: G06V10/26 , G06V10/82 , G06T17/00 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，公开一种基于图卷积的城市场景激光LiDAR点云语义分割方法，包括：利用基于KNN算法的图注意力卷积进行建模，通过注意力机制为不同邻节点分配不同权重，更好地聚集邻域信息；对NetVLAD算法进行改进，提出NetVLAD++算法，应用于城市场景三维地物目标的语义标识和精准提取，通过充分提取点云特征，更好地融合了局部特征和全局上下文特征，提高了网络模型分割效果；将NetVLAD++算法和基于KNN算法的图注意力卷积模型进行融合，构成一个完整的网络模型进行端到端的训练，使用训练好的模型对城市场景激光点云进行语义分割。本发明提高了城市场景点云语义分割的精度和效果。
-
公开(公告)号：CN103944679A
公开(公告)日：2014-07-23
申请号：CN201410161476.3
申请日：2014-04-21
Applicant: 华北水利水电大学
IPC: H04L1/00 , H04L12/931
Abstract: 本发明公开了一种基于VL的数据帧并发业务发生设备，其中，所述数据帧并发业务发生设备包括帧净荷数据寄存器、FPGA模块、MAC层接口电路，所述FPGA模块包括控制信息寄存器、帧序号硬件并发处理电路、SN序号发生电路、帧间隔并发处理模块、帧间隔控制模块、帧汇聚模块；所述FPGA模块首先读出帧控制信息和帧净荷数据，然后将SN序号发生电路生成的帧序号附加到数据帧帧尾形成完整的数据帧，完整的数据帧后通过帧间隔控制模块送到帧汇聚模块进行数据帧重排，最后送到MAC层接口电路进行数据帧的物理发送。在2048范围内的VL数据帧可以实现硬件的并发操作控制，每个VL数据帧均有自己的专属控制信息寄存器。
-
公开(公告)号：CN116129118B
公开(公告)日：2023-10-20
申请号：CN202310082361.4
申请日：2023-01-17
Applicant: 华北水利水电大学
IPC: G06V10/26 , G06V10/82 , G06T17/00 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，公开一种基于图卷积的城市场景激光LiDAR点云语义分割方法，包括：利用基于KNN算法的图注意力卷积进行建模，通过注意力机制为不同邻节点分配不同权重，更好地聚集邻域信息；对NetVLAD算法进行改进，提出NetVLAD++算法，应用于城市场景三维地物目标的语义标识和精准提取，通过充分提取点云特征，更好地融合了局部特征和全局上下文特征，提高了网络模型分割效果；将NetVLAD++算法和基于KNN算法的图注意力卷积模型进行融合，构成一个完整的网络模型进行端到端的训练，使用训练好的模型对城市场景激光点云进行语义分割。本发明提高了城市场景点云语义分割的精度和效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.043 seconds)
