龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：无锡学院
摘要：本发明属于点云数据处理技术领域，本发明公开了基于切片式层级点云网络的目标分类、分割及检测方法，方法包括：将所述点云数据集输入已训练完成的SAPT多任务模型中，输出包含三种下游任务结果的综合处理结果；本发明采用pointtransformer网络结合锚点共享技术，在切片式的特征提取后利用自然语言处理技术NLP或图像处理IMAGE技术，提取到更加细节的全局特征，削弱关键点的权重，直接利用当前提取到的特征实现目标检测性能。
主权项：1.基于切片式层级点云网络的目标分类、分割及检测方法，其特征在于，包括：获取待处理的点云数据集；构建基于切片式层级点云网络SAPT的SAPT多任务模型；将所述点云数据集输入已训练完成的SAPT多任务模型中，输出用于表征分类任务结果、分割任务结果以及目标检测任务结果的综合处理结果；其中，在所述SAPT多任务模型中：初步特征提取模块，对n片既拥有相同点数量也拥有共享锚点的点云切片进行特征提取，获得初步切片特征，并基于特征融合模块进行拼接；最终特征提取模块，基于transformer特征提取方法或卷积神经网络CNN特征提取方法对拼接后的初步切片特征进行特征提取，获得最终特征；其中，所述SAPT多任务模型执行目标分类、分割及检测的步骤包括：S1.基于切片式的点云分组方法对点云数据集进行点云子集划分，获取包含相同点数量的点云切片；S2.基于共享锚点技术增强相邻点云切片间关联性，获取拥有共享点的共享点云切片；S3.初步特征提取模块对共享点云切片进行特征提取，获得初步切片特征；S4.最终特征提取模块，基于transformer特征提取方法或卷积神经网络CNN特征提取方法对拼接后的初步切片特征进行特征提取，获得同时满足分类、分割以及目标检测任务关键点权重需求的最终特征；S5.基于最终特征执行分类、分割以及目标检测任务，得到用于表征分类任务结果、分割任务结果以及目标检测任务结果的综合检测结果。
全文数据：
权利要求：
百度查询： 无锡学院 基于切片式层级点云网络的目标分类、分割及检测方法
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