公开(公告)号：CN114491697B

公开(公告)日：2025-03-18

申请号：CN202210107549.5

申请日：2022-01-28

Applicant: 西北农林科技大学

Inventor： 胡少军 ,  陆乐园 ,  李原浩

IPC: G06F30/10 ,  G06T17/00

Abstract: 本发明公开了一种基于深度学习的树木点云补全方法，本方法为缺失点云预测和补全结果优化两个阶段。在预测阶段我们使用端到端的神经网络，通过给定残缺树木点云预测缺失的部分。在此阶段仅预测缺失部分的点云，保持输入点云不变。但预测结果存在与输入点云融合不好的现象。为此，我们采用点云优化网络对预测结果和原始输入做进一步的处理，以优化总体分布。我们的结果表明，针对残缺树木点云补全，预测网络和优化网络的组合取得了较好的效果。具有补全效率高、形态真实、适用范围广的特点。本发明为避免由于体素化带来的的高存储成本和几何信息的丢失，在原始点云上构建并运行网络，能够对残缺的树木点云有效修补。

公开(公告)号：CN114491697A

公开(公告)日：2022-05-13

申请号：CN202210107549.5

申请日：2022-01-28

Applicant: 西北农林科技大学

Inventor： 胡少军 ,  陆乐园 ,  李原浩

IPC: G06F30/10 ,  G06T17/00

Abstract: 本发明公开了一种基于深度学习的树木点云补全方法，本方法为缺失点云预测和补全结果优化两个阶段。在预测阶段我们使用端到端的神经网络，通过给定残缺树木点云预测缺失的部分。在此阶段仅预测缺失部分的点云，保持输入点云不变。但预测结果存在与输入点云融合不好的现象。为此，我们采用点云优化网络对预测结果和原始输入做进一步的处理，以优化总体分布。我们的结果表明，针对残缺树木点云补全，预测网络和优化网络的组合取得了较好的效果。具有补全效率高、形态真实、适用范围广的特点。本发明为避免由于体素化带来的的高存储成本和几何信息的丢失，在原始点云上构建并运行网络，能够对残缺的树木点云有效修补。

公开(公告)号：CN111475667A

公开(公告)日：2020-07-31

申请号：CN202010269789.6

申请日：2020-04-08

Applicant: 西北农林科技大学

Inventor： 胡少军 ,  张馨月 ,  李原浩 ,  今野晃市 ,  张志毅

IPC: G06F16/583 ,  G06K9/00 ,  B25J9/16

Abstract: 本发明涉及计算机科学技术领域，公开了一种基于手写汉字的机械臂楷体风格书法撰写方法，包括以下步骤：用户在人机界面上写下完整汉字，提取完整汉字的各个笔画，依次得到每个笔画的坐标，对每个笔画的类型进行识别；得到标准书法笔画；从标准楷体书法笔画的图像中提取若干参数，建立标准笔画数据库，根据识别的手写的笔画类型，检索数据库中相同类型的书法笔画；使用全局优化方法对数据库中相同类型的书法笔画进行优化，生成最优笔画；将最优笔画的信息输入至机械臂，机械臂对最优笔画的信息进行处理后将最优笔画写在宣纸上，这种基于手写汉字的机械臂楷体风格书法撰写方法，实现了根据手写汉字，得到由机械臂书写的楷体书法作品。