检索结果-南通市图书馆

基于稀疏卷积神经网络的车载激光雷达点云语义分割方法

在线全文

学校读者我要写书评

暂无评论

汽车工程 2022年第1期44卷 26-35页

作者：夏祥腾王大方曹江赵刚张京明哈尔滨工业大学(威海)汽车工程学院威海264200

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本... 详细信息

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。

关键词：无人驾驶点云语义分割稀疏卷积神经网络

在线全文

学校读者我要写书评

暂无评论

靠泊船舶的多点离岸距离提取技术

哈尔滨工程大学学报 2022年第3期43卷 365-370页

作者：李颖卢晓东陈晨大连海事大学航海学院辽宁大连116026

针对船岸距离信息误差所引起的逐年递增的靠泊事故率,本文提出了一种获取船舶离岸距离的方法。以船舶三维激光点云为基础,根据靠泊船舶点云数据的特点,建立了包含点云切割、降噪、筛选等方法的靠泊信息感知模型,用来提取靠泊船舶的多点... 详细信息

针对船岸距离信息误差所引起的逐年递增的靠泊事故率,本文提出了一种获取船舶离岸距离的方法。以船舶三维激光点云为基础,根据靠泊船舶点云数据的特点,建立了包含点云切割、降噪、筛选等方法的靠泊信息感知模型,用来提取靠泊船舶的多点离岸距离信息。本文使用“海洋岛”客滚轮靠泊点云数据对该方法的有效性进行了验证,模型输出的数据能反映船舶不同位置的离岸距离信息,帮助船长和引航员了解船舶在泊位的态势信息。验证结果证明:该方法能获取全面、精确的船岸距离信息,有助于船舶、拖轮采取合理的操作,提高船舶靠泊的安全系数。

关键词：点云点云处理靠泊辅助靠泊安全船舶靠泊离岸距离点云切割点云降噪点云筛选

在线全文

学校读者我要写书评

暂无评论

基于梯度聚类的有序点云边缘优化提取方法

仪器仪表学报 2022年第5期43卷 165-174页

作者：陈浩丁其川潘磊东北大学机器人科学与工程学院沈阳110000 东北大学信息科学与工程学院沈阳110000

应用传统的2D边缘检测器检测低分辨率深度图中物体边缘时,边缘检测精度较差,召回率低;而当前基于3D点云的边缘提取方法也存在实时性差、抗干扰能力弱等缺点。为此,提出一种基于梯度聚类的边缘优化提取方法,实现从有序点云中快速、稳定... 详细信息

应用传统的2D边缘检测器检测低分辨率深度图中物体边缘时,边缘检测精度较差,召回率低;而当前基于3D点云的边缘提取方法也存在实时性差、抗干扰能力弱等缺点。为此,提出一种基于梯度聚类的边缘优化提取方法,实现从有序点云中快速、稳定地检测物体的边缘。首先,通过邻域点距离分析滤除飞行像素噪声,消除边缘误检;其次,提出一种基于梯度聚类的边缘点/非边缘点分离方法,快速获取物体的粗边缘;最后,结合快速平行细化算法与掩膜滤波,优化粗边缘,获得物体精确边缘。在公共数据集和TOF相机实测数据上进行实验验证。结果表明,提出方法的实时性与检测精度均优于现有方法,在实测数据中的边缘检测精度达89%,FPS达28 fps。

关键词：点云深度相机边缘检测邻域点距离分析梯度聚类

在线全文

学校读者我要写书评

暂无评论

面向配网带电作业机器人的导线识别定位方法

电网技术 2023年第6期47卷 2604-2611页

作者：柏光瑞郑育祥吴凯吴少雷郭锐赵玉良单晓峰唐旭明董二宝中国科学技术大学工程科学学院安徽省合肥市230026 国网安徽省电力有限公司电力科学研究院安徽省合肥市230601 国网智能科技股份有限公司山东省济南市250001 国网安徽省电力有限公司淮南供电公司安徽省淮南市232007

由于配网带电作业机器人作业过程中相机受阳光干扰严重,导线等细长弱纹理作业目标图像特征点匹配困难,导线识别定位困难。该文提出了基于图像预匹配的点云生成方法,使用Improved-DCEnet无监督网络进行光照无关处理抵消阳光干扰。在图像... 详细信息

由于配网带电作业机器人作业过程中相机受阳光干扰严重,导线等细长弱纹理作业目标图像特征点匹配困难,导线识别定位困难。该文提出了基于图像预匹配的点云生成方法,使用Improved-DCEnet无监督网络进行光照无关处理抵消阳光干扰。在图像匹配阶段,使用VGG16-Unet卷积神经网络来进行导线的图像分割避免复杂背景干扰,通过图像几何矩提取拟合导线中心线,使用导线中心线与双目光心分别确定双目的导线物像面,双目导线物像面交线即为导线的真实位置,将复杂背景下细长弱纹理物体识别定位转换为一个几何问题。通过实验室环境下大量实验标定后,该方法可以实现相机坐标系下xy方向上1mm、z方向上3mm综合5mm定位精度。最后该方法应用在真实场景中完成了导线的识别定位,实现了机械臂自主完成实际接火作业,提高了配网带电作业机器人的导线识别稳定性。

关键词：配网带电作业机器人目标识别弱纹理点云定位

在线全文

学校读者我要写书评

暂无评论

点云数据温度变化环境下输电线形态模拟

电力系统保护与控制 2021年第9期49卷 90-96页

作者：麻卫峰王成王金亮麻源源云南师范大学旅游与地理科学学院云南昆明650500 云南省高校资源与环境遥感重点实验室云南昆明650500 云南省地理空间信息工程技术研究中心云南昆明650500 中国科学院空天信息创新研究院数字地球重点实验室北京100094 武汉大学中国南极测绘研究中心湖北武汉430079

气温是影响架空输电线路电气间距和机械强度的主要气象参数之一。针对当前输电线路实时工况运营状态安全监测的需求,基于机载激光点云数据,提出了一种线路环境温度变化下架空输电线空间形态模拟及精度验证方法。首先利用点云数据重建输... 详细信息

气温是影响架空输电线路电气间距和机械强度的主要气象参数之一。针对当前输电线路实时工况运营状态安全监测的需求,基于机载激光点云数据,提出了一种线路环境温度变化下架空输电线空间形态模拟及精度验证方法。首先利用点云数据重建输电线空间模型并提取初始温度下输电线水平应力,然后根据状态方程求解模拟温度下输电线水平应力。最后根据静力平衡原理实现输电线空间形态模拟,并提出了两期激光点云交叉验证方法验证模拟结果的可靠性和准确性。选择具有典型代表性的输电线点云数据进行试验,结果表明:该方法能很好地实现任意温度变化环境下架空输电线空间形态模拟,模拟中误差0.027,平均误差0.066 m,最大误差0.471 m。研究为机载激光雷达电力巡检及高压输电线路设计提供参考价值。

关键词：气温架空输电线点云弧垂交叉验证

在线全文

学校读者我要写书评

暂无评论

多级精细化反卷积点云补全网络

计算机工程与应用 2023年第17期59卷 242-249页

作者：陆春媚杨志景广东工业大学信息工程学院广州510006

点云作为三维对象的一种重要表示方法,已被广泛应用于机器视觉和计算机视觉等领域。然而由于扫描设备和外界复杂环境因素的影响,通过传感器采集到的目标物体的3D点云形状往往是有缺陷的。目前,大多数基于点云表示的形状补全网络通常都... 详细信息

点云作为三维对象的一种重要表示方法,已被广泛应用于机器视觉和计算机视觉等领域。然而由于扫描设备和外界复杂环境因素的影响,通过传感器采集到的目标物体的3D点云形状往往是有缺陷的。目前,大多数基于点云表示的形状补全网络通常都是经过一个简单的编码器-解码器(encoder-decoder)结构通过提取全局特征来预测完整点云形状。这不仅忽略了局部几何信息的重要性,同时会破坏原始输入点云的几何结构,造成位移损失。为了解决上述问题,提出了一个多级精细化反卷积点云补全网络。网络模型主要包含两部分:粗糙完整点云的生成和完整点云的平滑。通过一个包含反卷积操作的编码器-解码器网络只预测部分点云的缺失区域,将其与输入拼接得到粗糙的完整点云。通过将粗糙完整点云经过第二个基于注意力机制的编码器-解码器网络生成一个分布均匀的完整点云模型。在ShapeNet-Part数据集上进行的大量实验表明:不论是在量化还是可视化实验结果中,提出的网络模型都能取得更加理想的结果。

关键词：点云形状补全 3D点云补全注意力机制反卷积

在线全文

学校读者我要写书评

暂无评论

基于点云卷积神经网络的蛋白质柔性预测

生物化学与生物物理进展 2022年第3期49卷 607-616页

作者：张晓慧谷昊晟王知人燕山大学理学院秦皇岛066004

目的蛋白质的柔性运动对生物体各种反应有着重要意义,基于蛋白质的空间结构预测其柔性运动是蛋白质结构-功能关系领域的重要问题。卷积神经网络(convolutional neural network,CNN)在蛋白质结构-功能关系研究中已有成功应用。方法本研... 详细信息

目的蛋白质的柔性运动对生物体各种反应有着重要意义,基于蛋白质的空间结构预测其柔性运动是蛋白质结构-功能关系领域的重要问题。卷积神经网络(convolutional neural network,CNN)在蛋白质结构-功能关系研究中已有成功应用。方法本研究借鉴计算机视觉研究中PointNet方法的思想,提出了一种蛋白质柔性预测的CNN模型。在该模型中,分别使用池化操作和空间变换网络来处理蛋白质原子三维点云的排列不变性和整体旋转不变性,针对蛋白质分子大小不一的特点,将大小不等的蛋白质小批量输入网络进行训练,并使用Pearson相关系数作为评价指标。此外为提升模型性能,在CNN模型的基础上,通过最大池化和平均池化串联的方法提取体系的全局特征,增强蛋白质全局信息的提取能力。利用243个非冗余蛋白质的B因子对所提出的模型进行训练和测试。结果基于PointNet的CNN模型和改进模型对蛋白质B因子的预测值与实验值的平均Pearson相关系数分别为0.64、0.65,优于广泛应用的高斯网络模型(Gaussian network model,GNM)。尤其,对于天然无序蛋白质柔性的预测,本方法明显优于GNM。结论本研究为蛋白质的柔性预测提供了有效的模型。

关键词：蛋白质柔性 PointNet 点云池化操作空间变换网络小批量 B因子

在线全文

学校读者我要写书评

暂无评论

结合图采样和图注意力的3D目标检测方法

计算机工程与应用 2023年第9期59卷 237-244页

作者：李文举储王慧崔柳苏攀张干上海应用技术大学计算机科学与信息工程学院上海201418

在点云中进行三维目标检测时,小目标和复杂背景下目标的检测精度不足是突出的问题之一。针对该问题,提出了一种基于图采样和图注意力机制的3D点云目标检测方法。减小基准网络下采样体素大小以保持小目标的点云密度;引入图采样降低在点... 详细信息

在点云中进行三维目标检测时,小目标和复杂背景下目标的检测精度不足是突出的问题之一。针对该问题,提出了一种基于图采样和图注意力机制的3D点云目标检测方法。减小基准网络下采样体素大小以保持小目标的点云密度;引入图采样降低在点云中构造拓扑图的代价;通过对图采样前后的图分别嵌入自注意力机制,提高网络的特征提取能力。在KITTI数据集上与基准网络Point-GNN相比,对汽车目标在复杂场景上的检测精度提升了1.96%,对行人与骑行者目标在中等难度场景和复杂场景上的检测精度分别提升4.21%和2.57%;与Point-GNN相比,减少了15%的训练时间。实验结果表明,设计的方法对于3D点云中小目标和复杂背景下目标的检测更加有效,图采样方法还能够提升模型的训练效率。

关键词：点云 3D目标检测图神经网络图采样图注意力机制

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的变电站场景三维目标检测

计算机工程与应用 2023年第9期59卷 329-336页

作者：张婷张兴忠王慧民杨罡王大伟太原理工大学软件学院山西晋中030600 国网山西省电力公司电力科学研究院山西晋中030600

在变电站三维场景中,对巡检人员和带电设备的精确定位与识别是提高人员安全管控水平的前提。针对变电站复杂场景中目标定位与识别不准的问题,提出了一种基于图神经网络的变电站场景三维目标检测方法。该方法基于point-GNN结构设计,在顶... 详细信息

在变电站三维场景中,对巡检人员和带电设备的精确定位与识别是提高人员安全管控水平的前提。针对变电站复杂场景中目标定位与识别不准的问题,提出了一种基于图神经网络的变电站场景三维目标检测方法。该方法基于point-GNN结构设计,在顶点特征提取阶段,提出PCS(point-channel-sphere)注意力结构,提取更加丰富的关键点特征信息;在GNN边缘特征聚合阶段,采用统筹性池化机制,兼顾最大池化和均值池化从而获取更丰富的全局特征;改进模型损失函数,将Focal Loss作为分类损失使训练更加关注前景点,将DIoU Loss作为回归损失使回归任务更高效。在自建的变电站场景数据集上进行训练与测试,实验表明该方法 mAP值达到73.81%,优于基准模型,能够改善变电站场景中目标的检测效果,对提高人员安全管控水平具有一定的实用价值。

关键词：图神经网络三维目标检测点云注意力统筹性池化损失函数