-
Patent Agency Ranking
公开(公告)号：CN110097553A
公开(公告)日：2019-08-06
申请号：CN201910285181.X
申请日：2019-04-10
Applicant: 东南大学
Abstract: 本发明公开了一种新型的基于即时定位与建图和三维点云语义分割的语义建图系统，属于计算机视觉和人工智能技术领域。本发明利用即时定位与建图建立稀疏地图并获取关键帧和相机位姿，利用点云语义分割基于关键帧进行语义分割。利用二维目标检测方法和点云拼接获取平截头体建议，设计一种贝叶斯更新方案将候选平截头体的语义标签进行整合，将带有最终修正标签的点插入到建立的稀疏地图中。实验表明本系统具有较高的效率和准确率。
-
公开(公告)号：CN110097553B
公开(公告)日：2023-05-02
申请号：CN201910285181.X
申请日：2019-04-10
Applicant: 东南大学
IPC: G06T7/73 , G06V10/26 , G06V10/764 , G06V10/25
Abstract: 本发明公开了一种新型的基于即时定位与建图和三维点云语义分割的语义建图系统，属于计算机视觉和人工智能技术领域。本发明利用即时定位与建图建立稀疏地图并获取关键帧和相机位姿，利用点云语义分割基于关键帧进行语义分割。利用二维目标检测方法和点云拼接获取平截头体建议，设计一种贝叶斯更新方案将候选平截头体的语义标签进行整合，将带有最终修正标签的点插入到建立的稀疏地图中。实验表明本系统具有较高的效率和准确率。
-
公开(公告)号：CN110223298A
公开(公告)日：2019-09-10
申请号：CN201910446651.6
申请日：2019-05-27
Applicant: 东南大学
Abstract: 本发明公开了基于点云局部结构的语义分割改进算法，用于辅助稠密建图。1.学习局部几何结构：2.学习局部特征结构：3.融合ORB-SLAM2系统：本发明公开了一种基于点云局部结构的语义分割改进算法，用于辅助稠密建图，属于多媒体信号处理领域。本发明首次提出一种基于内核关联网络执行语义分割业务的算法，在S3DIS数据集下提升准确率至80.6％，并辅助具备稠密点云建图功能的ORB-SLAM2，使该SLAM系统具备了语义建图的功能。
-
公开(公告)号：CN110097556A
公开(公告)日：2019-08-06
申请号：CN201910357473.X
申请日：2019-04-29
Applicant: 东南大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于PointNet网络结构大规模点云语义分割算法。1几何均匀分区：2超点嵌入；3上下文分段：4 将超点输入PointNet进行训练。本发明使用SPG算法对PointNet输入的点云做了预处理（几何分区，超点计算），可以将百万级的点云提取为超点图，大大降低了PointNet一次需要处理的点云数量，在实现了接近PointNet网络原有精度的情况下具备了一次处理百万点云的能力并且有效利用上下文信息。采用我们设计的改进PointNet网络可以在简单机器上实现高效的百万级规模点云语义分割，是一种体素化和深度学习有效结合的方法。
-
公开(公告)号：CN110211132A
公开(公告)日：2019-09-06
申请号：CN201910446635.7
申请日：2019-05-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于切片网络的点云语义分割改进算法，步骤如下：1.独立特征提取：2.切片池层：4.切片解开层：本发明公开了一种基于深度双向循环神经网络改进切片网络本地依赖模块的算法，用于辅助稠密建图，属于多媒体信号处理领域。切片网络专为3D分割任务而设计，通过直接处理点云来解决3D语义分割问题，概念上简单易用。它将原始点云作为输入，并为每个点云分配语义标签。经过改进，切片网络在S3DIS数据集下提升平均准确率至60.1％，复杂度略有提升。
-
-
-
-
Search Results
5
records
(took 0.011 seconds)
