-
公开(公告)号：CN117409209B
公开(公告)日：2024-04-16
申请号：CN202311727058.1
申请日：2023-12-15
Applicant: 深圳大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种多任务感知的三维场景图要素分割与关系推理方法，方法包括：获取场景的语义信息，根据所述场景的语义信息进行点云体素化处理以及几何特征融合处理，并通过能量函数获取规则边界的超体素；将所述超体素输入超体素全景分割模型，得到所述超体素中包含的语义与实例编码信息；建立所述超体素与实例的映射关系，根据所述映射关系对图卷积神经网络进行训练，得到训练后的图卷积神经网络；根据所述训练后的图卷积神经网络得到所述场景的三维场景图要素以及各要素对应的关系；本发明提出的三维场景图要素分割与关系推理方法，解决了现有的三维场景图要素分割方法还存在室内三维要素语义分割以及关系推理精度较低的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118968271B
公开(公告)日：2025-04-04
申请号：CN202411436931.6
申请日：2024-10-15
Applicant: 深圳大学
Abstract: 本发明公开了一种多模态特征嵌入的室内三维场景理解方法及终端，方法包括：获取二维图像以及预处理后的点云数据，并对所述二维图像以及所述预处理后的点云数据进行多模态特征提取；将提取到的多模态特征进行融合得到多模态融合特征，通过所述多模态融合特征优化多模态特征嵌入式室内三维场景理解模型；根据所述多模态特征嵌入式室内三维场景理解模型对所述预处理后的点云数据进行语义特征的提取，并输出语义分类优化结果；本发明提出新的基于Transformer的3D语义实例分割模型结合多模态特征进行室内三维场景理解的方法，提高室内三维场景理解的准确性和全面性。
-
公开(公告)号：CN118968271A
公开(公告)日：2024-11-15
申请号：CN202411436931.6
申请日：2024-10-15
Applicant: 深圳大学
Abstract: 本发明公开了一种多模态特征嵌入的室内三维场景理解方法及终端，方法包括：获取二维图像以及预处理后的点云数据，并对所述二维图像以及所述预处理后的点云数据进行多模态特征提取；将提取到的多模态特征进行融合得到多模态融合特征，通过所述多模态融合特征优化多模态特征嵌入式室内三维场景理解模型；根据所述多模态特征嵌入式室内三维场景理解模型对所述预处理后的点云数据进行语义特征的提取，并输出语义分类优化结果；本发明提出新的基于Transformer的3D语义实例分割模型结合多模态特征进行室内三维场景理解的方法，提高室内三维场景理解的准确性和全面性。
-
公开(公告)号：CN117422810B
公开(公告)日：2024-05-17
申请号：CN202311746821.5
申请日：2023-12-19
Applicant: 深圳大学
Abstract: 本发明公开了结构与参数引导的室内要素规则化与关系推理方法及终端，方法包括：获取空间要素的三维点云数据，通过空间剖分方法得到分割后的空间要素边界集合；将所述三维点云数据投影到二维空间，通过空间要素规则化重建方法得到规则化之后的空间要素边界；根据所述规则化之后的空间要素边界，通过层级关系推理和空间关系推理方法构建室内结构化模型；本发明提出新的构建结构和参数引导的空间要素规则化与关系推理的方法，提高实现复杂室内空间规则化模型构建的自动化程度，提升室内三维基础模型重建的效率，同时通过关系嵌入实现室内结构化模型的表达能力的提升。
-
公开(公告)号：CN117422810A
公开(公告)日：2024-01-19
申请号：CN202311746821.5
申请日：2023-12-19
Applicant: 深圳大学
Abstract: 本发明公开了结构与参数引导的室内要素规则化与关系推理方法及终端，方法包括：获取空间要素的三维点云数据，通过空间剖分方法得到分割后的空间要素边界集合；将所述三维点云数据投影到二维空间，通过空间要素规则化重建方法得到规则化之后的空间要素边界；根据所述规则化之后的空间要素边界，通过层级关系推理和空间关系推理方法构建室内结构化模型；本发明提出新的构建结构和参数引导的空间要素规则化与关系推理的方法，提高实现复杂室内空间规则化模型构建的自动化程度，提升室内三维基础模型重建的效率，同时通过关系嵌入实现室内结构化模型的表达能力的提升。
-
公开(公告)号：CN117409209A
公开(公告)日：2024-01-16
申请号：CN202311727058.1
申请日：2023-12-15
Applicant: 深圳大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种多任务感知的三维场景图要素分割与关系推理方法，方法包括：获取场景的语义信息，根据所述场景的语义信息进行点云体素化处理以及几何特征融合处理，并通过能量函数获取规则边界的超体素；将所述超体素输入超体素全景分割模型，得到所述超体素中包含的语义与实例编码信息；建立所述超体素与实例的映射关系，根据所述映射关系对图卷积神经网络进行训练，得到训练后的图卷积神经网络；根据所述训练后的图卷积神经网络得到所述场景的三维场景图要素以及各要素对应的关系；本发明提出的三维场景图要素分割与关系推理方法，解决了现有的三维场景图要素分割方法还存在室内三维要素语义分割以及关系推理精度较低的技术问题。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
