公开(公告)号：CN116977752A

公开(公告)日：2023-10-31

申请号：CN202310949299.4

申请日：2023-07-31

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  郑侠武 ,  武凡

IPC: G06V10/77 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于软邻居聚合的点云分析方法，涉及神经网络结构设计。针对最大池化函数在点云分析的邻居聚合过程中造成信息损失的问题，提供一种基于软邻居聚合的点云分析方法。包括以下步骤：1)使用神经网络更新点云中各点特征，使用球形查询获取点云中各个点的邻居点特征。2)使用SMA模块对点云中各个点的邻居点特征进行聚合。3)使用神经网络对每个SMA所汇集到的特征进行增强。4)使用解码器将特征映射回原空间，输出结果。通过对点云分析所使用神经网络的邻居聚合模块进行改进，增强点云分析神经网络的性能。相对于现有其他方法，可以在3D分割任务中达到更好的性能。

公开(公告)号：CN116306872A

公开(公告)日：2023-06-23

申请号：CN202310298351.4

申请日：2023-03-24

Applicant: 厦门大学深圳研究院

Inventor： 纪荣嵘 ,  郑侠武 ,  陈柄翰 ,  武凡

IPC: G06N3/08 ,  G06N3/096 ,  G06N3/084 ,  G06N3/04 ,  G06V10/764 ,  G06V10/82

Abstract: 一种对齐不同结构分类神经网络类别精度的方法，涉及计算机视觉。包括以下步骤：1)预训练：利用早期版本数据集对新结构的模型进行预训练以优化模型权重；2)知识蒸馏：利用神经网络知识蒸馏技术进行新老模型间的知识迁移；3)微调全连接层：利用权重冻结技术，冻结神经网络浅层参数，对全连接层部分精度较差的类别进行微调。通过简单的训练方式对齐不同神经网络模型针对相同数据集的各类别精度，有效降低新模型相比于原模型的各类别精度差异。

公开(公告)号：CN117274189A

公开(公告)日：2023-12-22

申请号：CN202311213210.4

申请日：2023-09-20

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  武凡 ,  郑侠武 ,  张岩

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 一种基于软邻居聚合的点云分析方法，涉及神经网络结构设计。包括以下步骤：1)使用神经网络更新点云中各点特征，使用球形查询获取点云中各个点的邻居点特征；2)使用SWT模块对点云中各个点的邻居点特征进行聚合；3)使用神经网络对每个SWT所汇集到的特征进行增强；4)使用解码器将特征映射回原空间，输出结果。通过对点云分析所使用神经网络的邻居聚合模块进行改进，增强点云分析神经网络的性能。可在3D分割任务中达到更好的性能。