公开(公告)号：CN111738086B

公开(公告)日：2022-08-30

申请号：CN202010442397.5

申请日：2020-05-22

Applicant: 上海交通大学

Inventor： 戴文睿 ,  王尚鸿 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06V20/64 ,  G06V10/26 ,  G06V10/762 ,  G06V10/74 ,  G06V10/764

Abstract: 本发明公开了一种用于点云分割的构图方法、系统及点云分割系统、装置，该方法包括：在点云数据中选择一个中心采样点信号，计算与其它采样点信号之间的整体相似度，以此排序得到邻居序列，并计算基准值；捕捉基准值代表的点云数据的数字特征，计算得到阈值；根据基准值及阈值来计算逐维度相似度，捕捉整体相似度无法衡量的信号突变结构信息；融合整体相似度与逐维度相似度，得到融合相似度并排序，选取融合相似度最高的K个点，作为中心点最近邻的K个邻居进行构图。该分割系统包括：图卷积神经网络的构建单元、图卷积神经网络的训练单元及点云数据分割单元。通过本发明，可以节约工作量和时间，并且能显著提高物体连接处点的分类准确率。

公开(公告)号：CN111738086A

公开(公告)日：2020-10-02

申请号：CN202010442397.5

申请日：2020-05-22

Applicant: 上海交通大学

Inventor： 戴文睿 ,  王尚鸿 ,  李成林 ,  邹君妮 ,  熊红凯

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明公开了一种用于点云分割的构图方法、系统及点云分割系统、装置，该方法包括：在点云数据中选择一个中心采样点信号，计算与其它采样点信号之间的整体相似度，以此排序得到邻居序列，并计算基准值；捕捉基准值代表的点云数据的数字特征，计算得到阈值；根据基准值及阈值来计算逐维度相似度，捕捉整体相似度无法衡量的信号突变结构信息；融合整体相似度与逐维度相似度，得到融合相似度并排序，选取融合相似度最高的K个点，作为中心点最近邻的K个邻居进行构图。该分割系统包括：图卷积神经网络的构建单元、图卷积神经网络的训练单元及点云数据分割单元。通过本发明，可以节约工作量和时间，并且能显著提高物体连接处点的分类准确率。