-
公开(公告)号:CN117934473B
公开(公告)日:2024-05-28
申请号:CN202410332734.3
申请日:2024-03-22
Applicant: 成都信息工程大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的公路隧道表观裂缝检测方法,属于图像数据处理技术领域,包括构造数据集;构造包含LKA层、SCA层的S‑LKA网络;选取一目标检测网络,用S‑LKA网络替换骨干网络中的C3模块,得到一基于S‑LKA注意力的目标检测网络,并用数据集训练得到目标识别模型;从公路和隧道表面获取待识别的裂缝图像,输入目标识别模型中进行目标识别。本发明在保持特征图分辨率并且提高感受野的同时,能够更好地适应背景复杂、干扰较多的裂缝对象,结合两种注意力机制可以有效解决复杂背景下道路裂缝难检测的问题,提高了道路裂缝检测精度。
-
公开(公告)号:CN117934473A
公开(公告)日:2024-04-26
申请号:CN202410332734.3
申请日:2024-03-22
Applicant: 成都信息工程大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的公路隧道表观裂缝检测方法,属于图像数据处理技术领域,包括构造数据集;构造包含LKA层、SCA层的S‑LKA网络;选取一目标检测网络,用S‑LKA网络替换骨干网络中的C3模块,得到一基于S‑LKA注意力的目标检测网络,并用数据集训练得到目标识别模型;从公路和隧道表面获取待识别的裂缝图像,输入目标识别模型中进行目标识别。本发明在保持特征图分辨率并且提高感受野的同时,能够更好地适应背景复杂、干扰较多的裂缝对象,结合两种注意力机制可以有效解决复杂背景下道路裂缝难检测的问题,提高了道路裂缝检测精度。
-
公开(公告)号:CN117541732A
公开(公告)日:2024-02-09
申请号:CN202410028439.9
申请日:2024-01-09
Applicant: 成都信息工程大学
IPC: G06T17/00 , G06T19/20 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种文本引导的神经辐射场建筑物场景风格化方法,包括训练得到一建筑场景几何外观重建模型M1,用于生成内容图像;训练得到一风格化内容图像生成模型M2,用于得到风格化内容图像;用M1、M2构建一整体模型,训练得到融合模型,用户根据需求向融合模型输入一文本信息和一视角,融合模型输出该视角下的风格化内容图像。本发明在构造M1时构造一基于体素网格特征的NeRF模型,能优化NeRF网络结构,提高渲染速度,在构造M2时设计了SCYUVNet模型,能高效地产生高质量的风格转换结果。并克服了现有技术中,2D图片缺乏空间一致性约束和对3D场景多维度特征感知从而影响风格迁移效果的缺陷,使最终图像具有多视角下的空间一致性。
-
公开(公告)号:CN119251602B
公开(公告)日:2025-03-11
申请号:CN202411778440.X
申请日:2024-12-05
Applicant: 成都信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82
Abstract: 本发明公开了一种基于快速采样和注意力机制的点云分类分割方法,包括步骤:加载点云分类数据集Dc和点云分割数据集Ds;构造点云分类分割网络,该网络基于PointNet++网络,并构造降采样层替换其原有采样层,构造基于注意力机制的分割网络NSt替换原有分割网络,在NSt中改进插值操作,并在跳跃连接时增设自注意力编码器;用Dc和Ds训练点云分类分割网络得到点云分类分割模型,用于点云数据的分类或分割任务中。本发明能降低降采样过程中的复杂度、关注并提取点云中的空间和相关信息、且能克服插值时依赖于选择的邻域大小和点的分布情况导致的插值不准确问题。故本发明能提高采样效率、特征提取精度和分割精度。
-
公开(公告)号:CN119251602A
公开(公告)日:2025-01-03
申请号:CN202411778440.X
申请日:2024-12-05
Applicant: 成都信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82
Abstract: 本发明公开了一种基于快速采样和注意力机制的点云分类分割方法,包括步骤:加载点云分类数据集Dc和点云分割数据集Ds;构造点云分类分割网络,该网络基于PointNet++网络,并构造降采样层替换其原有采样层,构造基于注意力机制的分割网络NSt替换原有分割网络,在NSt中改进插值操作,并在跳跃连接时增设自注意力编码器;用Dc和Ds训练点云分类分割网络得到点云分类分割模型,用于点云数据的分类或分割任务中。本发明能降低降采样过程中的复杂度、关注并提取点云中的空间和相关信息、且能克服插值时依赖于选择的邻域大小和点的分布情况导致的插值不准确问题。故本发明能提高采样效率、特征提取精度和分割精度。
-
公开(公告)号:CN220930705U
公开(公告)日:2024-05-10
申请号:CN202323164804.9
申请日:2023-11-23
Applicant: 成都信息工程大学
Abstract: 本实用新型公开了一种建筑三维激光扫描装置,属于建筑施工领域,包括机器人底盘、偏转电机、两组相互啮合的齿轮、转动架、伸缩缸、横向调节电机、导向杆、驱动装置、螺纹杆、内螺纹套筒、三维激光扫描仪及连杆等部件;本实用新型能够方便地实现对构件下方的扫描采集,增加了机动性,且能够实现对高处的激光扫描采集,增加了实用性。
-
-
-
-
-