-
公开(公告)号：CN111814874A
公开(公告)日：2020-10-23
申请号：CN202010650114.6
申请日：2020-07-08
Applicant: 东华大学
Abstract: 本发明公开了一种用于点云深度学习的多尺度特征提取增强方法及模块，本发明首先在世界坐标系上寻找每个点在三个不同尺度上的邻近点。再分别通过多层感知机和最大池化提取该尺度下的最大特征，并将不同尺度下的最大特征拼接在一起作为该点的多尺度特征。然后将多尺度信息融合到多尺度局部特征空间并在该空间中再次寻找每个点的邻近点，将每个点的局部和全局信息进行融合。为了进一步约束和加强特征学习，引入了一个损失函数，让不同类别的点相互远离，相同类别的点相互聚集。本发明能够有效地增强多种深度学习网络对三维点云的特征特征提取性能及学习能力，从根本上提升网络的性能和分割分类精度。
-
公开(公告)号：CN109932730A
公开(公告)日：2019-06-25
申请号：CN201910135184.5
申请日：2019-02-22
Applicant: 东华大学
Abstract: 本发明提供了一种基于多尺度单极三维检测网络的激光雷达目标检测方法，首先进行激光雷达点云数据预处理；然后根据高度信息将数据分割成若干层，提取分层特征图并与预处理结果相加得到特征向量；构建训练多尺度单极三维检测网络；将测试集中的数据输入网络，输出特征图；最后复数域目标检测层在特征图上进行目标检测，得到目标检测结果张量，结果张量包含概率信息和位置信息。本发明能够同时满足目标检测的准确性需和实时性需求，改进了手工特征提取的方法，增加了特征张量表达的信息；提出了多尺度信息传递机制，减少了神经网络前向传播过程中的信息丢失，从而在不牺牲太多算法计算效率的情况下，大幅提高了三维目标检测的准确性。
-
公开(公告)号：CN118982586A
公开(公告)日：2024-11-19
申请号：CN202411015962.4
申请日：2024-07-26
Applicant: 东华大学
IPC: G06T7/80 , G06T7/00 , G06T7/10 , G06T19/00 , G06T19/20 , G06T15/00 , G06T17/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0895
Abstract: 本发明涉及一种基于增强现实与图卷积网络的植物点云器官智能标定系统。包括植物点云标定平台、植物点云处理平台、协同操作平台。植物点云标定平台将数据库中的点云文件实时地渲染为点云模型，能够使用增强现实设备手动地在点云上进行操作，通过设备的点云标定模块对植物点云模型进行部分器官的标定；植物点云处理平台为植物点云标定平台提供点云分析、标签推理、数据传输服务；协同操作平台能让操作员跳出设备的限制，让第三方通过移动端设备也能同时参与进植物点云器官分割任务。本发明实现了在AR空间里的植物点云器官标签推理与器官实例分割，解决传统器官标定方法的操作环境限制，同时以沉浸式操作体验提高器官标定的效率与准确性。
-
公开(公告)号：CN109932730B
公开(公告)日：2023-06-23
申请号：CN201910135184.5
申请日：2019-02-22
Applicant: 东华大学
Abstract: 本发明提供了一种基于多尺度单极三维检测网络的激光雷达目标检测方法，首先进行激光雷达点云数据预处理；然后根据高度信息将数据分割成若干层，提取分层特征图并与预处理结果相加得到特征向量；构建训练多尺度单极三维检测网络；将测试集中的数据输入网络，输出特征图；最后复数域目标检测层在特征图上进行目标检测，得到目标检测结果张量，结果张量包含概率信息和位置信息。本发明能够同时满足目标检测的准确性需和实时性需求，改进了手工特征提取的方法，增加了特征张量表达的信息；提出了多尺度信息传递机制，减少了神经网络前向传播过程中的信息丢失，从而在不牺牲太多算法计算效率的情况下，大幅提高了三维目标检测的准确性。
-
公开(公告)号：CN111666842B
公开(公告)日：2022-08-26
申请号：CN202010449023.6
申请日：2020-05-25
Applicant: 东华大学
IPC: G06V20/58 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明涉及一种基于双流空洞卷积神经元网络的阴影检测方法，包括：步骤将带有阴影的图像以RGB三通道形式输入网络；利用池化通道与残差通道分别提取图像特征；将特征图经过多层级空洞池化模块进行全局与局部特征的融合；池化通道利用解码器形式将特征图上采样成与输入图像大小相同，而残差通道继续保持低维特征，上采样到与输入图像大小相同后两通道特征融合；利用交叉熵损失函数训练网络，得到一组损失值最低的权重；利用权重去检测测试图像中的阴影，利用argmax函数生成阴影二值图。本发明具有较高的阴影检测准确率，并且对阴影边缘保持效果较好。本发明可用于普通的目标检测、变化检测等算法之后，去除误检测到的人物和目标阴影像素。
-
Patent Agency Ranking
公开(公告)号：CN111666842A
公开(公告)日：2020-09-15
申请号：CN202010449023.6
申请日：2020-05-25
Applicant: 东华大学
Abstract: 本发明涉及一种基于双流空洞卷积神经元网络的阴影检测方法，包括：步骤将带有阴影的图像以RGB三通道形式输入网络；利用池化通道与残差通道分别提取图像特征；将特征图经过多层级空洞池化模块进行全局与局部特征的融合；池化通道利用解码器形式将特征图上采样成与输入图像大小相同，而残差通道继续保持低维特征，上采样到与输入图像大小相同后两通道特征融合；利用交叉熵损失函数训练网络，得到一组损失值最低的权重；利用权重去检测测试图像中的阴影，利用argmax函数生成阴影二值图。本发明具有较高的阴影检测准确率，并且对阴影边缘保持效果较好。本发明可用于普通的目标检测、变化检测等算法之后，去除误检测到的人物和目标阴影像素。
-
公开(公告)号：CN107833241A
公开(公告)日：2018-03-23
申请号：CN201710989414.5
申请日：2017-10-20
Applicant: 东华大学
Inventor： 李大威
CPC classification number: G06T7/251 , G06T7/277 , G06T2207/10016
Abstract: 本发明提供了一种对环境光照变化具有鲁棒性的实时视觉目标检测方法，首先获取视频流中的历史图像序列；然后初始化像素级的混合多元高斯背景模型；设计了球面K均值期望最大化算法的背景建模方法，一旦获取新的图像帧就在线更新背景模型的参数以适应所在环境的变化；前景目标检测步骤采用了色彩空间区域判定的统计框架，将最新的图像帧与背景模型在统计框架中计算后得到前景目标所在的像素区域；通过迭代式的贝叶斯决策步骤以减弱检测噪声，目标轮廓在该过程中也能得到增强。本发明可实时、准确地检测到视场中的前景目标位置与轮廓，具有较高的正确检出率和较低的虚警率，能够抵抗环境光照的变化对检测结果的扰动，尤其适用于智能视频监控系统。
-
公开(公告)号：CN116468893A
公开(公告)日：2023-07-21
申请号：CN202310452962.X
申请日：2023-04-25
Applicant: 东华大学
Abstract: 本发明提出了一种基于深度网络的三维点云面片分割方法，使用深度神经元网络生成固定数量面片集，网络前端使用带有残差前馈的类PointNet特征提取器获得输入点云中每个点的高维特征，网络后端在训练时使用可微SLIC对高维空间中的点进行聚类；基于网络生成的固定数量面片提出了两种可能应用，应用一的主要思路是先获得网络输出的面片集合，再对每一个面片使用其面片中心点最近的原点云真实点来替代该面片从而实现降采样。应用二的主要思路是对面片分割的结果进行区域生长以实现点云分割，分两阶段进行面片生长，第一阶段是基于边界面片的初步生长，第二阶段是针对复杂陡峭三维结构的再次面片生长。
-
公开(公告)号：CN111667529A
公开(公告)日：2020-09-15
申请号：CN202010448216.X
申请日：2020-05-25
Applicant: 东华大学
Abstract: 本发明提供了一种植物点云叶片分割与表型特征测量方法。首先利用多视角立体视觉算法，对盆栽植物进行了精确的点云三维重建。其次使用基于区域和颜色的滤波器和法向量差算法去除了植物点云中的非叶片部分。然后借助曲率信息和多特征区域生长算法得以实现对具有叶片重叠现象的冠层上的单叶片分割。对于每个单独叶片，利用PCA估计了叶片的3D包围盒，叶倾角可计算为包围盒高度方向与作物坐标系的Z轴的夹角，叶长与叶宽即为包围盒的长与宽。本发明能实现对叶片重叠成簇的盆栽植物自动叶片分割，并且对提取叶面积、叶片长、宽、和叶倾角等表型信息有较高的精度与实时性，适用于高通量的叶片表型分析。
-
公开(公告)号：CN111667423A
公开(公告)日：2020-09-15
申请号：CN202010449021.7
申请日：2020-05-25
Applicant: 东华大学
Abstract: 本发明涉及一种基于时空树型滤波器的图像/视频目标检测结果增强方法，包括：对任意一种视频或图像目标检测算法得到的二值前景检测图进行前景碎片拼接与检测噪声去除；在得到的检测图中，对提取的前景目标区域进行时空树型滤波器增强；对滤波区域进行二值化操作。本发明利用视频序列的时间连续性提出了全局的时空树型滤波器，该发明可以有效利用短期历史内同一前景目标的所有像素内容对当前时刻的检测图像进行改进和增强。且本发明结合了局部滤波和全局滤波各自的优势，它既能实现较好的保边效果又考虑了所有前景像素之间的稠密时空相关性，从而使增强后的前景检测目标内部完整，轮廓清晰，噪声明显减少。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.044 seconds)
