公开(公告)号：CN118982661A

公开(公告)日：2024-11-19

申请号：CN202410974731.X

申请日：2024-07-19

Applicant: 龙门实验室

Inventor： 崔宏伟 ,  费东阳 ,  马淏 ,  姬江涛 ,  赵凯旋 ,  金鑫 ,  王海渊

IPC: G06V10/26 ,  G06V10/30 ,  G06V10/34 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的农场点云语义分割方法，其具体方法为：采集数据，获取点云数据，对点云数据进行统计滤波和均值滤波预处理；根据点云数据的空间分布和语义信息，采用CloudCompare软件对点云数据中的目标地物分类标注，将标注好的点云合并为完整的点云文件；对点云文件进行网格子采样以降低点云密度，得到稀疏点云；构建DLA‑Net+PnP‑3D网络模型，基于训练好的DLA‑Net+PnP‑3D网络模型进行语义分割。本发明基于训练好的DLA‑Net+PnP‑3D网络模型进行农场点云语义分割，能够准确地识别与分割不同地物信息，提高了地物特征提取的准确性。

公开(公告)号：CN118918243A

公开(公告)日：2024-11-08

申请号：CN202410886839.3

申请日：2024-07-03

Applicant: 龙门实验室

Inventor： 马淏 ,  费东阳 ,  姬江涛 ,  崔宏伟 ,  赵凯旋 ,  金鑫 ,  王海渊

IPC: G06T17/00 ,  G06V20/17 ,  G06V20/10 ,  G06V10/30 ,  G06V10/36 ,  G06V10/42 ,  G06V10/44 ,  G06V10/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供一种基于LGSDF深度学习模型的农场点云三维重建方法，该三维重建方法包括如下步骤：采集数据，获取点云数据；对点云数据进行统计滤波和均值滤波预处理，获取点云数据集；通过改进DeepSDF模型构建LGSDF深度学习模型；对LGSDF深度学习模型进行训练优化；结合点云数据集，应用训练好的LGSDF深度学习模型进行三维重建。本发明基于深度学习的隐式曲面重建方法，以提高数据特征提取的信息量为切入点，有效的利用局部上下文结构信息，以提高利用LGSDF模型进行农田场景重建的精度。