公开(公告)号：CN117576203A

公开(公告)日：2024-02-20

申请号：CN202311341484.1

申请日：2023-10-17

Applicant: 中国矿业大学(北京)

Inventor： 叶涛 ,  邓祥朋 ,  刘澳 ,  严翔明

IPC: G06T7/73 ,  G06V20/56 ,  G06V10/44 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 一种基于多头注意力特征增强的地下空间位置识别方法。所述基于多头注意力特征增强的地下空间位置识别方法通过点云预处理模块提取点云中的关键点并剔除多余的冗余点，然后使用正弦多头自注意力模块提取数据中的局部描述子并交流局部特征。之后使用特征融合模块聚合更有辨识度的全局描述子。最后使用特征相似度计算模块计算全局描述子相似度，映射相应场景的相似度。通过有效去除数据中冗余信息和增强全局描述子辨识度，提升了移动机器人对场景的识别精度和实时性，可以准确地识别地下隧道复杂场景，满足移动机器人在灾后搜救和隧道巡逻等复杂场景下的自动位置识别需要，使得模型的泛化性和实时性能力更强。

公开(公告)号：CN117253138B

公开(公告)日：2024-10-18

申请号：CN202210656594.6

申请日：2022-06-10

Applicant: 中国矿业大学(北京)

Inventor： 叶涛 ,  严翔明 ,  汪寿安

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G01S7/48

Abstract: 动态环境中的点云位置识别技术难以同时兼备检测精度高、检测速度快和模型计算量小的优点。本文采用特征点提取模块极大降低点云规模并保留数据特征，以此来减轻环境变化对数据采集的影响，设计了Point Transformer模块引入了一种能促进局部信息交换的Multi Head Attention来控制计算量，提取局部描述子；设计了Feature Attention来聚合有辨识度的全局描述子；以此来提高点云位置识别的精度和速度并减少网络计算量。

公开(公告)号：CN117253138A

公开(公告)日：2023-12-19

申请号：CN202210656594.6

申请日：2022-06-10

Applicant: 中国矿业大学(北京)

Inventor： 叶涛 ,  严翔明 ,  汪寿安

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G01S7/48

Abstract: 动态环境中的点云位置识别技术难以同时兼备检测精度高、检测速度快和模型计算量小的优点。本文采用特征点提取模块极大降低点云规模并保留数据特征，以此来减轻环境变化对数据采集的影响，设计了Point Transformer模块引入了一种能促进局部信息交换的Multi Head Attention来控制计算量，提取局部描述子；设计了Feature Attention来聚合有辨识度的全局描述子；以此来提高点云位置识别的精度和速度并减少网络计算量。