检索结果-南通市图书馆

基于pointnet优化网络的铁路站台语义分割

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第3期47卷 68-72页

作者：鲁子明黄世秀季铮张思仪黄翔翔合肥工业大学土木与水利工程学院安徽合肥230009 武汉大学遥感信息工程学院湖北武汉430072 安徽工程大学计算机与信息学院安徽芜湖241000

铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计pointnet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 详细信息

铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计pointnet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。

关键词：点云分割深度学习铁路站台铁路侵界 pointnet 金字塔结构深度神经网络语义分割

维普期刊数据库博看期刊

A Modified pointnet-Based DDoS Attack Classification and Segmentation in Blockchain

在线全文

学校读者我要写书评

暂无评论

Computer Systems Science & Engineering 2023年第10期47卷 975-992页

作者： Jieren Cheng Xiulai Li Xinbing Xu Xiangyan Tang Victor S.Sheng School of Computer Science and Technology Hainan UniversityHaikou570228China School of Cyberspace Security Hainan UniversityHaikou570228China Hainan Blockchain Technology Engineering Research Center Hainan UniversityHaikou570228China Hainan Hairui Zhong Chuang Technol.Co.Ltd. Haikou570228China Department of Computer Science Texas Tech University TX 79409USA

With the rapid development of blockchain technology,the number of distributed applications continues to increase,so ensuring the security of the network has become particularly ***,due to its decentralized,decentralized nature,blockchain networks are vulnerable to distributed denial-of-service(DDoS)attacks,which can lead to service stops,causing serious economic losses and social *** research questions in this paper mainly include two aspects:first,the classification of DDoS,which refers to detecting whether blockchain nodes are suffering DDoS attacks,that is,detecting the data of nodes in parallel;The second is the problem of DDoS segmentation,that is,multiple pieces of data that appear at the same time are determined which type of DDoS attack they belong *** order to solve these problems,this paper proposes a modified pointnet(Mpointnet)for the classification and type segmentation of DDoS attacks.A dataset containing multiple DDoS attack types was constructed using the CIC-DDoS2019 dataset,and trained,validated,and tested *** results show that the proposed DDoS attack classification method has high performance and can be used for the actual blockchain security maintenance *** accuracy rate of classification tasks reached 99.65%,and the accuracy of type segmentation tasks reached 85.47%.Therefore,the method proposed in this paper has high application value in detecting the classification and segmentation of DDoS attacks.

关键词： Blockchain DDoS pointnet classification and segmentation

基于FPFH-pointnet的术中膝关节软骨表面点云自动提取

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

解剖学报 2023年第5期54卷 553-559页

作者：刘颜静史勇红复旦大学基础医学院数字医学研究中心上海200032 上海市医学图像处理与计算机辅助手术重点实验室上海200032

目的机器人辅助膝关节置换术导航系统采用激光扫描仪获取术中软骨点云,并与术前模型配准,实现自动非接触空间注册。术中患者膝关节病变点云包含大量的肌肉、肌腱、韧带及手术器械等无关背景点云。手动去除无关点云会因人机交互而占据手... 详细信息

目的机器人辅助膝关节置换术导航系统采用激光扫描仪获取术中软骨点云,并与术前模型配准,实现自动非接触空间注册。术中患者膝关节病变点云包含大量的肌肉、肌腱、韧带及手术器械等无关背景点云。手动去除无关点云会因人机交互而占据手术时间,因此,本研究提出一种新颖的膝关节软骨表面点云自动提取方法,以便快速精准实施术中注册。方法pointnet因缺乏软骨表面和几何局部信息的充分描述,不能高精度地提取软骨点云。本研究提出了一种结合快速点特征直方图FPFH-pointnet方法,该方法有效地描述了软骨点云表观,实现了软骨表面点云的自动高效分割。结果本研究以从不同角度扫描10例尸体膝关节标本和1例人腿模型的股骨远端软骨点云为数据集。pointnet和FPFH-pointnet分割软骨点云的准确率分别为0.94±0.003和0.98±0,平均交并比(mIOU)分别为0.83±0.015和0.93±0.005。FPFH-pointnet相比于pointnet,准确率和mIOU分别提高了4%和10%,而耗时仅约为1.37 s。结论FPFH-pointnet能够精准地自动提取术中膝关节软骨点云,满足了术中导航的性能需求。

关键词：膝关节置换术手术导航点云分割 pointnet 快速点特征直方图人

基于多尺度特征和pointnet的LiDAR点云地物分类方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2019年第5期56卷 243-250页

作者：赵中阳程英蕾释小松秦先祥李鑫空军工程大学信息与导航学院陕西西安710077 东北电力大学理学院吉林吉林132000

针对复杂场景下激光雷达测量(LiDAR)点云数据的地物分类问题,提出了一种基于多尺度特征和pointnet的深度神经网络模型,该方法改进了pointnet提取局部特征的能力,实现了复杂场景下LiDAR点云的自动分类。在pointnet网络基础上添加多尺度... 详细信息

针对复杂场景下激光雷达测量(LiDAR)点云数据的地物分类问题,提出了一种基于多尺度特征和pointnet的深度神经网络模型,该方法改进了pointnet提取局部特征的能力,实现了复杂场景下LiDAR点云的自动分类。在pointnet网络基础上添加多尺度网络提取点的局部特征,将不同尺度点的局部特征通过全连接层组成一个多维特征,并与pointnet提取的全局特征相结合,返回每个点类的分数以完成点云分类标签。利用Semantic三维数据集和ISPRS提供的Vaihingen数据集,验证了所提深度神经网络模型。研究结果表明,与其他用于点云分类的神经网络相比,所提算法达到了更高的分类精度。

关键词：遥感激光雷达测量点云分类多尺度特征 pointnet

整合图卷积与pointnet的机载激光雷达点云分类

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2022年第22期59卷 320-326页

作者：缪建起王宏涛田普光河南理工大学测绘与国土信息工程学院河南焦作454000

针对三维深度学习网络pointnet中缺少点局部特征描述而导致的分类精度较低的问题,提出了一种整合图卷积模型与pointnet的机载激光雷达点云分类方法。该方法首先通过最小香农熵准则确定点的最优邻域,计算出点云的浅层特征;然后将点云的... 详细信息

针对三维深度学习网络pointnet中缺少点局部特征描述而导致的分类精度较低的问题,提出了一种整合图卷积模型与pointnet的机载激光雷达点云分类方法。该方法首先通过最小香农熵准则确定点的最优邻域,计算出点云的浅层特征;然后将点云的浅层特征输入深度学习网络中,通过图卷积提取点云局部特征,并将该特征与pointnet提取的点特征、全局特征组合得到特征向量;最后,将上述特征向量输入设计的多层感知机实现点云的准确分类。利用国际摄影测量与遥感协会提供的Vaihingen点云数据集进行了验证,实验结果表明,所提方法相较于pointnet点云分类方法精度提高了9.58个百分点。

关键词：遥感机载激光雷达点云分类图卷积最优k邻域 pointnet

基于KNN-pointnet的点云语义分割

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2021年第24期58卷 264-271页

作者：杨晓文王爱兵韩燮赵融靳瑜昕中北大学大数据学院山西太原030051

针对深度神经网络pointnet未引入局部特征以及分割精度有待提高的问题,在pointnet的基础上提出一种结合改进K近邻(KNN)算法的局部特征提取方法,将引入局部特征提取方法的神经网络命名为KNNpointnet。首先将局部区域划分为k个圆形邻域,... 详细信息

针对深度神经网络pointnet未引入局部特征以及分割精度有待提高的问题,在pointnet的基础上提出一种结合改进K近邻(KNN)算法的局部特征提取方法,将引入局部特征提取方法的神经网络命名为KNNpointnet。首先将局部区域划分为k个圆形邻域,根据局部区域中样本数据分布密度的差异来确定权值以计算待测点的分类情况;其次将局部邻域特征结合单点全局特征作为输入进行特征提取,通过调节网络深度来提取局部特征以增强局部邻域中点与点的相互关联;最后将改进的KNN算法应用于KNN-pointnet点云分割网络进行实验对比。实验结果表明,相比于当前一些先进的分割网络,采用改进KNN算法的分割网络KNN-pointnet具有更高的分割精度。

关键词：图像处理 KNN算法局部特征 pointnet 密度差异点云分割

基于pointnet和迁移学习的苹果表型参数估算研究

在线全文

学校读者我要写书评

暂无评论

南京农业大学学报 2021年第6期44卷 1209-1216页

作者：陈龙王浩云季呈明孙云晓徐焕良南京农业大学人工智能学院江苏南京210095

[目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使... 详细信息

[目的]为快速、准确、无损检测苹果的外部表型参数,提出了一种基于pointnet和迁移学习的苹果表型参数估算算法。[方法]通过Kinect相机从任意角度拍摄苹果并使用直通滤波法去除背景环境数据得到只包含苹果信息的点云数据。在此基础上使用最远点采样法,获取标准输入点云,然后采用椭球曲面方程构建苹果几何模型,生成基于椭圆方程的苹果几何模型库。使用pointnet算法训练仿真模型数据,然后通过迁移学习迁移到实测数据上去,在训练好的模型上进行微调;再经过5-折交叉验证,判定模型的鲁棒性和泛化能力,得到最终的估算模型。[结果]以均方根误差(RMSE)和决定系数(R2)评价模型结果,实测250个苹果3个角度点云共750组数据,在任意一个角度拍摄的残缺率达到50%的点云数据的条件下,该模型对苹果的直径、高度、体积3组表型参数的RMSE分别为2.247、2.275和22.780,R2分别为0.919、0.841和0.927。[结论]该算法回归效果优于传统算法,在任意角度拍摄到的残缺率达到50%的点云数据的条件下仍能很好完成外部表型参数估算。

关键词： pointnet 迁移学习苹果表型参数点云

A 3D Steel Coils’ Recognition Method Based on Multi-Scale Features and pointnet

在线全文

学校读者我要写书评

暂无评论

A 3D Steel Coils’ Recognition Method Based on Multi-Scale F...

第三十九届中国控制会议

作者： Zixuan Liu Dan Niu Qi Li Xisong Chen Li Ding Jinbo Liu Key Laboratory of Measurement and Control of CSE Ministry of Education School of AutomationSoutheast University Nanjing Sciyon Automation Group Co. Ltd

The recognition of steel coils and saddles from the point cloud data is quite important in complex steel industrial environment. In this work, a deep learning algorithm based on multi-scale features and pointnet network is proposed. For the preprocessing of raw data, the pass-through filtering method and Ransac algorithm are designed to filter and remove uninteresting point clouds, and then the edge-detection algorithm and MeanShift clustering method are added to segment and obtain valid single point cloud data. Next, an improved pointnet network is proposed to classify the type of coils and saddles, where a multiscale features’ extraction is introduced to enhance the capability of extracting partial point information. At last, 4500 datasets of steel coils\saddles collected from on-site industry are used for network training. The experimental results demonstrated that the method can achieve high recognition accuracy and meet the real-time requirements.

关键词： pointnet Recognition Method Multi-scale Features Edge Detection

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于pointnet的车身分割方法

武汉大学学报（工学版） 2023年第3期56卷 347-352页

作者：阮剑朱连海胡三宝武汉理工大学现代汽车零部件技术湖北省重点实验室湖北武汉430070 武汉理工大学汽车零部件技术湖北省协同创新中心湖北武汉430070 渤海造船厂集团有限公司辽宁葫芦岛125005

多视图参数化重构方法对车身拓扑优化结果进行重构时需将车身分割为多个独立部分,以达到分割后拓扑优化车身各部分可独立进行重构的目的。对以车身点云作为输入的分割方法进行研究,采用深度学习理论对pointnet网络框架进行改进,根据车... 详细信息

多视图参数化重构方法对车身拓扑优化结果进行重构时需将车身分割为多个独立部分,以达到分割后拓扑优化车身各部分可独立进行重构的目的。对以车身点云作为输入的分割方法进行研究,采用深度学习理论对pointnet网络框架进行改进,根据车身拓扑优化结果,基于多视图参数化重构方法将车身分割为多个部分并赋予标签,并使用CAD(computer aided design)制作及点云增强操作得到车身分割点云数据集,通过梯度下降算法对网络模型进行训练。最终,车身分割网络模型在车身点云测试集中的准确率为87.7%。

关键词：承载式车身几何重构点云分割深度学习 pointnet