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：北京理工大学
申请日：2024-04-01
公开（公告）日：2024-06-14
公开（公告）号：CN118196333A
主分类号：G06T17/20
分类号：G06T17/20;G06V10/764;G06V10/82;G06N3/0455;G06N3/042;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：本发明公开一种点云联合构图骨干GNN图提取方法、装置、系统及设备，属于点云构图领域。该方法使用Delaunay三角剖分生成的图，相对于直接使用RNN和k‑NN搜索算法构造的图更加简洁，具体来说即图的边的数量更少，但是却可以充分的表示点云所代表的环境中采样表面的信息。因此Delaunay三角剖分生成的图进行图卷积时，计算复杂度会显著降低且有效降低显存占用，同时由于计算复杂度降低，将会使得计算速度更快。
主权项：1.一种点云联合构图骨干GNN图提取方法，其特征在于，包括：对交通场景点云进行降采样，获得多个关键点；根据多个关键点，采用近邻搜索算法对交通场景点云进行构图，获得交通场景的全局图；将所述全局图输入第一图神经网络，输出特征点；采用Delaunay三角剖分方式对多个关键点进行三角剖分，生成三角剖分图；所述三角剖分图由节点和边表示；将所述三角剖分图中的节点替换为特征点，并将替换后的三角剖分图输入第二图神经网络，输出编码图；所述编码图由编码特征节点和边表示；将编码图中的编码特征节点作为特征点，返回步骤“将所述三角剖分图中的节点替换为特征点，并将替换后的三角剖分图输入第二图神经网络，输出编码图”，经过多轮深度学习后，输出最终的编码图，并作为最终的交通场景构图。
全文数据：
权利要求：
百度查询： 北京理工大学 点云联合构图骨干GNN图提取方法、装置、系统及设备
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