公开(公告)号：CN117152439A

公开(公告)日：2023-12-01

申请号：CN202311216237.9

申请日：2023-09-20

Applicant: 福建师范大学

Inventor： 罗海峰 ,  黄添强 ,  黄丽清

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/56 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种跨车载激光雷达配置的点云自适应语义分割方法，具体为：建立深度隐式表达框架，重建车载激光点云的三维场景连续表面；基于局部几何统计的近似无符号距离场，构建深度隐式表达框架的自监督学习范式；构建源场景与目标场景的无符号距离场；获取源场景与目标场景云点级分布对齐的隐式表达空间点云；构建源场景隐式表达空间点云语义分割数据集；基于隐式表达空间数据集训练语义分割模型；基于近邻辐射的原始目标场景点云语义标签推断；本发明基于三维隐式表达对空间连续表面高质量重建，建立基于自监督的车载激光点云场景隐式表达方法，对隐式表达空间进行重采样，实现跨车载激光雷达配置点云的点级分布对齐，避免了显式重构标准域。

公开(公告)号：CN117236389A

公开(公告)日：2023-12-15

申请号：CN202311215313.4

申请日：2023-09-20

Applicant: 福建师范大学

Inventor： 罗海峰 ,  李欢欢 ,  黄添强 ,  黄丽清

IPC: G06N3/0464 ,  G06N3/088

Abstract: 本发明提出一种基于近似矩阵重构自编码器的自监督图表示方法，包括如下步骤：输入原始图，根据原始图生成近似矩阵作为重构目标；在编码阶段，采用图增强生成结构视图和属性视图，将结构视图和属性视图输入解耦编码器，分别生成结构编码和属性编码，所述图增强包括：边删除和属性掩盖；在解码阶段，将结构编码和属性编码输入余弦解码器，基于随机子矩阵重构机制生成重构矩阵；基于随机子矩阵重构机制计算重构损失，逐层反向传播重构损失，调整模型参数；冻结模型参数，将原始图输入解耦编码器得到节点表示，并采用和池化得到图表示。

公开(公告)号：CN119516330A

公开(公告)日：2025-02-25

申请号：CN202411555141.X

申请日：2024-11-04

Applicant: 福建师范大学

Inventor： 罗海峰 ,  林少聪 ,  黄添强

IPC: G06V10/82 ,  G06V20/00 ,  G06V10/764 ,  G06V10/766 ,  G06V20/64 ,  G06N3/094

Abstract: 本发明提供一种黑盒高斯核扰动点云对抗攻击方法，对每个点云，构建局部点云协方差矩阵，利用维度特征得分衡量点云局部结构复杂性，以提取候选扰动点集合；通过两阶段攻击区域搜索模块；对集合添加随机扰动，计算待攻击点云的核密度矩阵，以及生成平缓的对抗点云；最后基于核损失、曲率标准差损失以及距离损失构成的损失函数，通过最小化损失优化对抗点云的生成，实现通过扰动局部少量点云，从而误导模型分类决策。

公开(公告)号：CN119399463A

公开(公告)日：2025-02-07

申请号：CN202411453640.8

申请日：2024-10-17

Applicant: 福建师范大学

Inventor： 罗海峰 ,  陈旭程 ,  黄添强

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提出一种车载激光点云目标语义域自适应语义分割方法，具体为：构建源语义空间点云数据和目标语义空间点云数据；构建点云语义分割模型并解耦为特征编码器与分类器；构建基于源语义空间点云生成的预训练语义分割模型；基于预训练语义分割模型，构建目标语义分割模型；根据预训练语义分割模型生成目标语义空间伪标签，重构目标语义空间点云；冻结预训练语义分割模型参数，构建基于多级特征保持的知识蒸馏；基于特征表示与输出结果构建总的损失训练目标语义分割模型。本发明基于多级特征空间表示蒸馏与交叉耦合损失，在保留原有模型分类性能的同时实现对新类的识别，避免了对新的点云数据人工标注并训练新模型所造成了大量资源的消耗。