-
公开(公告)号:CN119672352A
公开(公告)日:2025-03-21
申请号:CN202411741395.0
申请日:2024-11-29
Applicant: 大连海事大学
IPC: G06V10/34 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V20/64 , G06T3/4046 , G06T3/4007 , G06T3/4023
Abstract: 本发明提供一种基于权重点插值的任意倍率点云上采样方法,包括:获取原始点云,并使用权重点插值生成器对原始点云进行插值,得到插值点云;使用距离细化器对插值点云进行细化。本发明在权重点插值阶段,充分考虑了插值点位置的计算,并考虑使用深度学习方法来优化插值点位置分配的权重,并充分考虑了插值后点云的点数和均匀性,利用最远点采样方法对插值点云进行采样;在特征提取阶段,充分考虑了点云的局部特征与全局特征,并结合点云的位置信息与注意力机制对点云进行更好的特征提取。
-
公开(公告)号:CN118195893A
公开(公告)日:2024-06-14
申请号:CN202410378289.4
申请日:2024-03-29
Applicant: 大连海事大学
IPC: G06T3/4046 , G06T17/00 , G06V10/44 , G06V10/42 , G06N3/0475 , G06N3/0464
Abstract: 本发明提供一种基于Transformer的点云上采样方法、系统及存储介质。本发明方法,包括:获取原始稀疏点云,并对原始稀疏点云进行特征提取,得到逐点编码特征;重塑逐点编码特征,得到包含结构信息的编码特征;对包含结构信息的编码特征进行三维坐标回归,生成粗糙点云的坐标;细化粗糙点云的坐标,得到精细的上采样点云。本发明在特征提取阶段,充分考虑了点云的局部特征与全局特征,并结合Transformer结构与注意力机制对点云进行更好的特征提取,在特征重塑阶段,为重塑前和重塑后的点云赋予结构特征。在网络结构层面,由粗到细的网络结构为第一阶段生成的点云提供了更好的细化,且在两级网络中使用特征融合模块进行特征传递,避免网络对某一阶段的特征过度依赖。
-
公开(公告)号:CN117234230A
公开(公告)日:2023-12-15
申请号:CN202311117542.2
申请日:2023-08-31
Applicant: 大连海事大学
Abstract: 本发明一种用于无人机突防的战术模拟方法,包括以下步骤:对无人机飞行的不利条件进行分析,确定无人机飞行的不利条件;基于无人机飞行的不利条件,构建避开静态危险区域”和动态威胁区域,同时最小化航路距离的构建无人机飞行轨迹再规划模型;基于无人机飞行的不利条件,构建避开静态危险区域和动态威胁区域,同时最小化航路距离的无人机飞行轨迹再规划模型;利用CA模型基于无人机飞行轨迹再规划算法对空域内多条航路进行再规划,得到新的航路网络,实现无人机的飞行轨迹的规划。利用CA模型对空域内多条航路进行再规划,得到新的航路网络。如果出现威胁也可以得到较好的规避效果,体现出CA模型应对动态威胁时的灵活性和实时性。
-
-