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：福州大学;福建船政交通职业学院
申请日：2024-03-21
公开（公告）日：2024-06-21
公开（公告）号：CN118230158A
主分类号：G06V20/10
分类号：G06V20/10;G06V10/764;G06V10/774;G06V10/42;G06V10/80
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种融合几何与空间语义信息的杆状物分类方法，基于不同设备来源的原始激光点云数据，处理得到独立点云杆状物对象，通过构建深度模型PCNet实现道路两侧杆状物类别的预测，包括：基于高效的稀疏卷积操作，构建几何特征提取模块，提取独立杆状物对象的几何特征；将杆状物几何特征作为杆状物邻域结构节点特征，构建杆状物邻域图结构，结合注意力机制聚合杆状物空间语义信息；最后融合杆状物几何特征与空间语义信息，利用分类器实现多种复杂道路场景下多类型杆状物的类别预测。
主权项：1.一种融合几何与空间语义信息的杆状物分类方法，其特征在于，包括以下步骤：步骤S1：对原始激光点云数据进行预处理，生成待分类的独立点云杆状物对象；步骤S2：通过基于广义稀疏卷积构建获得PCNet模型的点云杆状物几何特征提取网络，提取杆状物对象的几何特征；步骤S3：基于步骤S2提取的几何特征，利用图卷积网络构建PCNet模型的点云杆状物空间语义信息提取网络，以提取杆状物的空间语义信息；步骤S4：组合几何特征提取网络和空间语义信息提取网络，融合杆状物几何特征与空间语义信息，通过多层感知机构建分类器，构建深度模型PCNet，输出每个杆状物对应各杆状物类别的概率值大小，以实现道路场景下多类型杆状物的类别预测。
全文数据：
权利要求：
百度查询： 福州大学;福建船政交通职业学院 一种融合几何与空间语义信息的杆状物分类方法
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