-
公开(公告)号：CN119991310A
公开(公告)日：2025-05-13
申请号：CN202510098273.2
申请日：2025-01-22
Applicant: 山东科技大学
IPC: G06Q40/08 , G06Q30/0201 , G06F18/27 , G06F18/21 , G06F18/10 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了一种基于时间序列外部回归的农业保险赔偿金额预测方法，属于农业保险赔偿领域，具体包括如下步骤：收集气象指标数据、作物种植区域数据和农作物损失赔偿数据，构建原始数据；对原始数据进行处理，生成农业气象时间序列数据；构建时间序列数据变换单元，对农业气象时间序列数据进行标准化处理、填充、裁剪与堆叠；构建附加数据编码单元，将外部信息通过独热编码的方式融入农业气象时间序列数据；骨干网络，调整骨干网络的输入和输出，预测农业保险赔偿金额。本发明从历史时间序列气象数据中较为准确的预测种植区域可能产生的农业损失造成索赔的情况，帮助农业保险公司加速赔付流程提升赔付准确度。
-
公开(公告)号：CN117095318B
公开(公告)日：2024-03-19
申请号：CN202311360636.2
申请日：2023-10-20
Applicant: 山东科技大学
IPC: G06V20/17 , G06V10/762 , G06Q50/06
Abstract: 本发明公开了一种联合输电走向和塔架位置的高压输电线路提取方法，属于输电线系统故障诊断技术领域，包括如下步骤：采用直升机和无人机获取电力廊道场景原始点云数据；基于块约束的三维欧式聚类方法，对电力廊道场景原始点云数据进行聚类和分割；基于RANSAC算法定义线性率指标对电力线进行粗识别；利用粗识别的电力线确定高压输电廊道的线路走向；基于高程分布直方图统计和输电线路走向对塔架位置进行定位；利用塔架位置进行输电线路分档，并对电力线进行数学模型参数拟合。本发明充分结合电力廊道空间层次分布和电力线局部线性特点，实现电力廊道场景自动分档和电力线精细化提取。
-
公开(公告)号：CN116206306B
公开(公告)日：2025-02-14
申请号：CN202211672129.8
申请日：2022-12-26
Applicant: 山东科技大学
Abstract: 本发明公开一种类间表征对比驱动的图卷积点云语义标注方法，属于摄影测量技术领域，用于进行点云的语义标注，本发明设计了一种几何结构编码模块，以此来描述各点邻域范围内的几何特征；利用一种几何结构与语义特征融合图卷积模块，在层间依靠堆叠的传递边卷积提取中心点与邻域各点间特征关系，并依靠自注意力机制将边特征信息聚合至对应中心节点内；与此同时将各编码层中几何结构编码信息进行多层间传递，从而为邻近点语义关系的挖掘提供更丰富的空间基础；采用一种类间表征对比和交叉熵损失协同驱动的多任务优化策略，使得在高维度语义特征空间中相同类别点特征距离更近，而不同类别点特征距离更远，从而得到具有更丰富语义表达能力的点特征。
-
公开(公告)号：CN118154996B
公开(公告)日：2024-08-27
申请号：CN202410572257.8
申请日：2024-05-10
Applicant: 山东科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 本发明涉及三维计算机视觉技术领域，特别是涉及一种多尺度深度特征聚合的三维场景点云分类方法，包括：获取待分类点云数据；将待分类点云数据输入三维场景点云分类模型，获取与原始点云空间分辨率相同的点视觉特征，其中，三维场景点云分类模型对待分类点云数据的局部视觉特征汇聚融合，提取点云局部特征，对点云局部特征进行全局上下文信息提取；三维场景点云分类模型根据训练集训练获得，训练集包括三维点云数据和相应分类标注。本发明高效地生成了更具区分力和描述力的点云几何视觉特征，实现对显著性特征的自适应筛选，强化重要语义信息在三维点云分类任务中的作用。
-
公开(公告)号：CN118154825B
公开(公告)日：2024-07-30
申请号：CN202410586756.2
申请日：2024-05-13
Applicant: 山东科技大学
IPC: G06T19/20 , G06V10/764 , G06V10/40
Abstract: 本发明公开一种旋转不变的点云数据处理方法，属于点云数据处理技术领域，用于点云数据处理，包括输入点云，进行最远点采样，构建局部邻域，设计局部坐标变换模块和旋转不变模块用于构建局部坐标系，利用反距离加权模块进行特征聚合，通过全连接层进行分类输出结果。本发明将点云投影到特征向量空间，得到新的坐标值，通过构造点云的主坐标空间，极大限度地保证了最终提取到点云特征的一致性，并且，本发明提出的点云分类网络在小训练样本下能达到与大训练样本相当的精度；本发明可以实现点云的旋转不变性，同时零参数网络模块无需额外的参数或网络训练，因此大大减少了调参的工作量，极大地提高了特征提取的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN118154651A
公开(公告)日：2024-06-07
申请号：CN202410578323.2
申请日：2024-05-11
Applicant: 山东科技大学
IPC: G06T7/33 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明涉及计算机视觉和三维场景重建技术领域，特别是涉及一种由粗到精的室内场景点云自动配准方法，包括：获取室内场景的三维点云数据；将三维点云数据输入预设的点云几何视觉特征提取模型中，获取不同尺度的三维点云几何视觉特征，其中，点云几何视觉特征提取模型基于深度神经网络构建；基于三维点云几何视觉特征计算三维点云数据中源点云和目标点云的对应关系，对应关系包括节点对应关系和点对应关系；利用对应关系进行源点云和目标点云之间的刚性变换，完成室内场景的点云自动配准。本发明利用不同层次特征的互补性融合三维点云的局部特征和全局信息，由粗到精渐进建立可靠的点特征对应关系，提高室内场景点云数据自动配准的质量。
-
公开(公告)号：CN118097035A
公开(公告)日：2024-05-28
申请号：CN202410501732.2
申请日：2024-04-25
Applicant: 山东科技大学
Abstract: 本发明涉及计算机图形学和农业信息化技术领域，特别是涉及利用地基激光雷达的罗汉松三维精细化建模方法，包括：获取罗汉松的地基激光雷达点云数据，并基于地基激光雷达点云数据对罗汉松进行冠干分离，获取罗汉松冠干分离结果；基于罗汉松冠干分离结果提取罗汉松的枝干骨架结构，并以枝干骨架结构作为约束，构建罗汉松枝干三维模型；基于罗汉松冠干分离结果对罗汉松的树冠进行分割，获取若干罗汉松树冠点簇；基于罗汉松树冠点簇构建罗汉松单个树冠三维模型，并通过地基激光雷达点云数据将罗汉松枝干三维模型和罗汉松单个树冠三维模型进行结合，获取罗汉松三维模型。本发明实现了对罗汉松精细化三维模型的快速精确重建。
-
公开(公告)号：CN118072029A
公开(公告)日：2024-05-24
申请号：CN202410494233.5
申请日：2024-04-24
Applicant: 山东科技大学
IPC: G06V10/26 , G06V20/64 , G06V10/762 , G06T17/20
Abstract: 本发明公开了一种改进泰森多边形约束的车载点云单木分割方法及系统，包括以下步骤：基于薄板样条插值的方法，提取地面点并构建数字高程模型；结合行道树树干的特点，构建同心圆模型，利用所述同心圆模型和所述数字高程模型，定位三维场景中杆状目标的位置；利用所述同心圆模型判断定位的杆状目标上附属物的类型，将行道树和其他杆状目标区分；以行道树的树干位置构建泰森多边形，以泰森多边形区域为约束，以树干为区域增长起始点，进行基于泰森多边形约束的单木分割。本发明不仅可以大大节省人力和时间成本，还能提高单木分割的精确度和效率，实现了对道路廊道两侧行道树的快速、精确提取和识别。
-
公开(公告)号：CN117095318A
公开(公告)日：2023-11-21
申请号：CN202311360636.2
申请日：2023-10-20
Applicant: 山东科技大学
IPC: G06V20/17 , G06V10/762 , G06Q50/06
Abstract: 本发明公开了一种联合输电走向和塔架位置的高压输电线路提取方法，属于输电线系统故障诊断技术领域，包括如下步骤：采用直升机和无人机获取电力廊道场景原始点云数据；基于块约束的三维欧式聚类方法，对电力廊道场景原始点云数据进行聚类和分割；基于RANSAC算法定义线性率指标对电力线进行粗识别；利用粗识别的电力线确定高压输电廊道的线路走向；基于高程分布直方图统计和输电线路走向对塔架位置进行定位；利用塔架位置进行输电线路分档，并对电力线进行数学模型参数拟合。本发明充分结合电力廊道空间层次分布和电力线局部线性特点，实现电力廊道场景自动分档和电力线精细化提取。
-
公开(公告)号：CN115829171B
公开(公告)日：2023-05-09
申请号：CN202310159341.2
申请日：2023-02-24
Applicant: 山东科技大学
IPC: G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种联合时空信息和社交互动特征的行人轨迹预测方法，属于计算机视觉技术和自动驾驶领域，包括如下步骤：步骤1、获取行人历史轨迹，并利用基于多层感知机的运动轨迹映射模块初步编码行人的历史轨迹信息；步骤2、构建行人轨迹预测网络模型预测轨迹分布；步骤3、训练得到最优的行人轨迹预测网络模型；步骤4、基于最优的行人轨迹预测网络模型，采集当前帧的前8个时间步真实位置作为行人已知的观测轨迹数据，预测未来12个时间步的运动轨迹。本发明深度挖掘轨迹预测过程中行人自我运动与场景内行人间社交互动的潜在时空信息，显著提高了行人轨迹预测的精确性与合理性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
