龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中国长江电力股份有限公司
申请日：2024-03-05
公开（公告）日：2024-06-11
公开（公告）号：CN118172484A
主分类号：G06T17/00
分类号：G06T17/00;G06T15/50;G06T15/04;G06T7/33;G06T5/50;G06V20/00;G06V20/64;G06V10/10;G06V10/30;G06V10/36;G06V10/44;G06V10/80;G06V10/82
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明提供了基于深度学习的目标识别跟踪的宏中观点云数据处理方法，包括：获取水电站宏观、中观和微观目标物的三维点云；对三维点云进行数据处理；对点云数据进行滤波，得到水电站地形模型；对点云进行目标识别，识别区分点云中的宏观、中观和微观目标物；对点云进行分割，得到宏观、中观和微观目标物的点云模型；构建宏观、中观和微观目标物的点云模型与其纹理图像的映射关系；将目标物的点云模型与其纹理图像融合，得到实景三维模型；发布实景三维模型。本发明通过构建多尺度识别能力的深度学习网络模型，实现了水电站三维点云中的宏观、中观和微观目标物进行识别、分割后，再与纹理图像融合得到实景三维模型，提高了建模效率和精度。
主权项：1.基于深度学习的目标识别跟踪的宏中观点云数据处理方法，其特征在于，包括以下步骤：步骤1：获取水电站宏观、中观和微观目标物的三维点云；步骤2：对步骤1得到的三维点云进行数据处理；步骤2.1：对三维点云进行去噪处理；步骤2.2：对三维点云着色；步骤2.3：对不同测站的点云进行拼接；步骤3：对步骤2得到的点云数据进行配准；步骤4：对步骤3得到的点云数据进行滤波，得到水电站地形模型；步骤5：采用深度学习网络模型对步骤3得到的点云进行目标识别，识别区分点云中的中观和微观目标物；步骤6：根据步骤5的识别结果，对点云进行分割，得到中观和微观目标物的点云模型；步骤7：构建宏观、中观和微观目标物的点云模型与其纹理图像的映射关系；步骤8：根据步骤7的映射关系，将目标物的点云模型与其纹理图像融合，得到实景三维模型；步骤9：判断实景三维模型是否满足精度要求，若满足要求，则发布实景三维模型，若不满足精度要求，则重新执行步骤1-8。
全文数据：
权利要求：
百度查询： 中国长江电力股份有限公司 基于深度学习的目标识别跟踪的宏中观点云数据处理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号