-
公开(公告)号：CN117115337A
公开(公告)日：2023-11-24
申请号：CN202310860641.3
申请日：2023-07-13
Applicant: 厦门大学
Abstract: 本申请公开了一种基于稀疏点云帧的三维表面建模方法，通过激光雷达系统对真实世界的对象进行扫描，以得到点云帧序列；采用变分编码器对点云帧序列中的每帧点云进行特征编码，以得到每帧点云对应的全局特征分布和逐点局部特征分布；将逐点局部特征分布作为查询矩阵，全局特征分布作为键矩阵，以便采用密度感知的互注意力进行逐点特征精化，以得到每帧点云对应的精化后的逐点局部特征；采用随机抽样一致性算法根据精化后的逐点局部特征估计相邻帧点云之间的刚性变化，并通过相邻帧点云之间的刚性变化进行两两配准，以得到点云配准结果；根据点云配准结果采用几何感知点云直接回归以得到最终的三维模型，从而提高建模效果。
-
公开(公告)号：CN117058408A
公开(公告)日：2023-11-14
申请号：CN202310882434.8
申请日：2023-07-18
Applicant: 厦门大学
Abstract: 本发明提出了一种面向大规模三维点云的边缘提取方法及装置，该方法包括：获取原始点云，并对原始点云进行均匀划分，以得到多个体素；将多个体素中的每个体素依次输入到顶点检测模块，以便通过顶点检测模块得到原始点云中的边缘顶点和边缘顶点位置坐标；对边缘顶点进行任意两两组合连线，以形成候选边缘线段集；将候选边缘线段集中的每条候选线段以线段端点位置坐标形式依次输入到候选线段判别模块进行边缘线段判别，以便通过候选线段判别模块完成原始点云的边缘提取；通过连接点云的边缘顶点生成候选线段集，并进行边缘提取则可以极大减少点云中噪声的影响，从而得到简洁的边缘轮廓，并且对不同场景的点云均具有良好的泛化性。
-
公开(公告)号：CN106408011B
公开(公告)日：2020-04-17
申请号：CN201610813682.7
申请日：2016-09-09
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的激光扫描三维点云树木自动分类方法，可以自动对已提取的单株树木进行分类，分类的单株树木包含树干和树冠结构。本发明采用旋转侧面投影的方法，在树木数据少情况下依然可以有效进行模型训练，由于采用了归一化的预处理方法，克服了点云数据密度远近(距离扫描仪)分布不均的缺点，使得结果受采集设备影响小，更具稳定性。此外，由于采用深度学习进行模型训练，提高了对多种树木的自动分类的准确性。本发明采用特征向量为单元进行计算，计算速度快，更适用于大规模点云场景，具有实际意义和应用价值。
-
公开(公告)号：CN107038858B
公开(公告)日：2019-05-28
申请号：CN201710380104.3
申请日：2017-05-25
Applicant: 厦门大学
Abstract: 本发明公开了一种通勤私家车动态拼车推荐方法，包括，输入车牌自动识别数据，对其进行预处理，生成车辆轨迹集；基于城市车辆轨迹集，结合通勤私家车出行时空规律的高度重复性和周期性，设计一种工作日通勤私家车识别算法；结合通勤私家车的家‑工作地址、通勤时间窗口和工作日动态影响因素(天气、事故和交通)，实现对影响通勤私家车拼车的关键特征提取；基于通勤车辆时空特征，匹配具有相似通勤时空规律的通勤车辆，并结合动态影响因素对驾驶人拼车意愿的影响，将这些动态因素与用户在时空维度的拼车需求有效结合，实现基于用户意愿的动态拼车匹配，为通勤私家车提供一种长期稳定的拼车机制，并在早晚高峰时段明显减少私家车车辆数。
-
公开(公告)号：CN106295604B
公开(公告)日：2017-11-03
申请号：CN201610693722.9
申请日：2016-08-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于联合滤波的遥感影像的路网提取技术，结合人类视觉系统认知规律，根据显著图像结构在人类认知中所形成的非周期性、各向异性以及局部方向性，建立了一个完整的对道路显著结构的数学度量模型；在道路显著结构度量模型的指导下，结合流线方向性，建立了一个自适应平滑滤波函数，结合像素点空间距离高斯函数，实现对道路遥感影像的自适应平滑；在道路显著结构度量模型的指导下，结合极大极小值滤波，定义了一个自适应冲击滤波函数，该函数在不同区域产生的冲击增强强度不同，从而实现自适应的冲击滤波增强，从而在平滑非道路结构区域的同时保留显著道路结构，实现道路提取过程中遥感影像的预处理。
-
Patent Agency Ranking
公开(公告)号：CN107038858A
公开(公告)日：2017-08-11
申请号：CN201710380104.3
申请日：2017-05-25
Applicant: 厦门大学
Abstract: 本发明公开了一种通勤私家车动态拼车推荐方法，包括，输入车牌自动识别数据，对其进行预处理，生成车辆轨迹集；基于城市车辆轨迹集，结合通勤私家车出行时空规律的高度重复性和周期性，设计一种工作日通勤私家车识别算法；结合通勤私家车的家‑工作地址、通勤时间窗口和工作日动态影响因素(天气、事故和交通)，实现对影响通勤私家车拼车的关键特征提取；基于通勤车辆时空特征，匹配具有相似通勤时空规律的通勤车辆，并结合动态影响因素对驾驶人拼车意愿的影响，将这些动态因素与用户在时空维度的拼车需求有效结合，实现基于用户意愿的动态拼车匹配，为通勤私家车提供一种长期稳定的拼车机制，并在早晚高峰时段明显减少私家车车辆数。
-
公开(公告)号：CN118823360A
公开(公告)日：2024-10-22
申请号：CN202410915850.8
申请日：2024-07-09
Applicant: 厦门大学
Abstract: 本发明公开了一种基于显著性结构感知的点云去噪方法及装置，其中，该方法包括：获取三维点云数据；根据预先设置的多个不同前向扩散时间步长和扩散概率模型对三维点云数据进行前向扩散，以得到对应训练好的噪声估计模型；根据每个不同前向扩散时间步长及其对应的第一结构测量函数值和噪声估计模型创建衡量表；获取对抗性点云，根据对抗性点云计算对应的第二结构测量函数值；根据第二结构测量函数值在衡量表中查询与其最接近的第一结构测量函数值，并获取与其最接近的第一结构测量函数值对应的前向扩散时间步长和噪声估计模型；采用对应的前向扩散时间步长和噪声估计模型对对抗性点云进行去噪处理，以得到去噪点云；从而提高去噪效果。
-
公开(公告)号：CN118570431A
公开(公告)日：2024-08-30
申请号：CN202410633249.X
申请日：2024-05-21
Applicant: 厦门大学
Abstract: 本申请的实施例提供了一种基于距离图像的点云混合方法、装置、介质及设备。该方法包括：获取关于目标场景的雷达真实点云以及初始粒子点云；将初始粒子点云转换至与雷达真实点云同一坐标系下，得到目标粒子点云；基于雷达真实点云中各点的坐标信息，生成对应的距离图像，距离图像中各像素的像素值为投影至该像素的点的距离值；将目标粒子点云投影至距离图像中，并确定目标粒子点云中被对应激光束击中的有效点；根据距离图像中包含的有效点的像素坐标和距离值以及雷达真实点云中各点的像素坐标和距离值进行反投影，得到目标混合点云。本申请实施例的技术方案可以提高粒子点云和场景点云的混合效率，并保证混合结果的有效性。
-
公开(公告)号：CN118505985A
公开(公告)日：2024-08-16
申请号：CN202410521823.2
申请日：2024-04-28
Applicant: 厦门大学
IPC: G06V10/26 , G06V20/64 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/10 , G06T5/70
Abstract: 本发明公开了一种基于遥感影像与三维点云的三维语义分割方法及装置，其中该方法包括：获取遥感影像对应的语义标签图和三维点云数据对应的点云鸟瞰图，并将遥感影像、语义标签图和点云鸟瞰图作为训练数据集；构建语义解析模型，其中，语义解析模型包括学生模型和教师模型；将训练数据集输入到语义解析模型，以便对语义解析模型进行训练，以得到训练好的语义解析学生模型；将待解析的三维点云数据对应的点云鸟瞰图输入到训练好的语义解析学生模型，以得到对应的伪标签；对伪标签进行降噪优化处理，以及将处理后的伪标签传播到待解析的三维点云数据，以得到带有伪标签的密集三维点云数据；从而为大规模三维点云语言理解提供可靠、密集的伪标注。
-
公开(公告)号：CN114414090B
公开(公告)日：2023-04-28
申请号：CN202111531294.7
申请日：2021-12-14
Applicant: 厦门大学
IPC: G01K13/00 , G06V20/10 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于遥感影像和多层感知的地表温度预测方法及系统，其中该方法包括：由输入的遥感影像生成多尺度地理语义类别图；采用多层局部地表特征提取器从多尺度地理语义类别图提取多尺度地表特征；将多尺度地表特征进行拼接，输入多层感知机得到地表整合特征；采用第一多层感知机从输入的AF数据提取特征；将地表整合特征与提取的AF特征进行拼接，输入特征解码器得到地表温度预测；训练时在各尺度地表特征后增加独立预测分支，联合训练；由此，通过多层级地理语义信息的利用及物理过程的引导，能够生成高精准度的城市地表温度预测并具高泛化性，从而为城市的规划与建设提供信息支撑。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.022 seconds)
