公开(公告)号：CN119963839A

公开(公告)日：2025-05-09

申请号：CN202510041723.4

申请日：2025-01-10

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  葛思翰 ,  肖刚 ,  王琪冰 ,  叶嘉俊 ,  李琛

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0499

Abstract: 一种基于特征传播的Transformer点云语义分割方法，首先通过局部分组自注意力LGA来捕获每个区域中的点云特征；为了捕获分离的局部区域特征关系，利用局部分组传播LGP并使用查询点传递不同区域间的信息，以允许特征在邻居之间传播，获取更多细粒度点云特征信息；最后，为了提取全局上下文间的位置信息，引入混合位置编码获取点云之间的位置关系。本发明有效提高点云语义分割任务的分割精度。

公开(公告)号：CN117351198A

公开(公告)日：2024-01-05

申请号：CN202310184474.5

申请日：2023-03-01

Applicant: 中国计量大学 ,  浙江工业大学

Inventor： 肖刚 ,  梅浩 ,  陆佳炜 ,  王琪冰 ,  葛思翰 ,  李家朋

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764

Abstract: 一种基于动态卷积的点云语义分割方法，包括如下步骤：步骤一：构建邻域特征；步骤二：构建动态卷积；步骤三：提取语义特征；步骤四：自适应注意力机制特征聚合；步骤一到步骤四的执行步骤记为DynamicConv，将DynamicConv重复依次执行C2次，每执行一次记作一层编码模块；步骤五：编码器结构；步骤六：网络上采样；步骤七：跳跃连接；将步骤六和步骤七重复C3次数得到每一个点的高级语义特征；步骤八：计算分类结果，将得分最高的类别作为该点的分割结果。本发明可以灵活有效地模拟点云的空间变化和几何结构特征；通过自适应注意力机制聚合局部特征，进一步提升特征的细粒度以及增强特征的完整性。

公开(公告)号：CN119445291A

公开(公告)日：2025-02-14

申请号：CN202510038073.8

申请日：2025-01-10

Applicant: 中国计量大学 ,  浙江工业大学

Inventor： 肖刚 ,  葛思翰 ,  肖钟丞 ,  陆佳炜 ,  钟阳晟 ,  李琛

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/084 ,  G06V10/74

Abstract: 一种融合局部特征与全局上下文信息的三维点云任务分析方法，属于三维点云任务分析领域，包括以下步骤：步骤1、构建点云数据集，过程如下：步骤1.1）、定义数据集；步骤1.2）、点云数据集预处理；步骤2、点云数据集采样，通过最远点采样FPS方式将原始点云数据集的点云数量下采样到固定值；步骤3、点云数据集分组；步骤4、局部特征提取；步骤5、邻域特征传播；步骤6、构建空间形状位置编码；步骤7、构建通道注意力；步骤8、局部特征增强，步骤9、全局上下文特征提取；步骤10、三维点云分类以及分割任务。本发明有效提高三维点云任务的精度。

公开(公告)号：CN117593478A

公开(公告)日：2024-02-23

申请号：CN202311536484.7

申请日：2023-11-17

Applicant: 中国计量大学

Inventor： 陆佳炜 ,  葛思翰 ,  肖刚 ,  王琪冰 ,  王志鹏 ,  施阁 ,  马超治 ,  李琛 ,  钟阳晟

IPC: G06T17/20 ,  G06V20/64 ,  G06V10/762 ,  G06N3/0499 ,  G06N3/0895 ,  G06N3/0985

Abstract: 一种基于CSG‑BASE Net的大场景三维点云数据建模方法，包括以下步骤：步骤一：聚类点云数据，过程如下：步骤1.1)点云数据；步骤1.2)定义基元；步骤1.3)聚类点云；步骤1.4)生成基元；步骤二：构建CSG‑Base Net；步骤三：损失函数：以自监督的方式端到端地训练CSG‑Base Net，CSG‑Base Net学习预测具有基元及其连接的CSG‑Base，自监督任务是在无标注的数据上通过设计监督任务训练模型。本发明能够处理大型的数据集，提高了模型的普适性和泛化能力。