-
公开(公告)号：CN118365746B
公开(公告)日：2025-01-28
申请号：CN202410530006.3
申请日：2024-04-29
Applicant: 山东科技大学
IPC: G06T11/20 , G06T3/06 , G06V20/00 , G06V20/64 , G06V20/70 , G06V10/26 , G06V10/84 , G06N5/01 , G06N7/01
Abstract: 本发明公开了三维点云语义引导的室内场景平面图生成方法，包括：利用点云语义分割网络将室内点云进行划分，获取室内建筑物主体结构图像；对所述建筑物主体结构图像进行空间剖分，获取室内剖分结构图像；对所述室内剖分结构图像进行房屋优化，获取初步优化结构图像；对所述初步优化结构图像进行房屋边界优化，获取室内场景平面图。本发明不仅可以大大节省室内平面图生成的人力和时间成本，而且对局部点云数据缺失和点云密度变化不敏感，可以实现大规模室内场景的平面图建模。
-
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：CN118365746A
公开(公告)日：2024-07-19
申请号：CN202410530006.3
申请日：2024-04-29
Applicant: 山东科技大学
IPC: G06T11/20 , G06T3/06 , G06V20/00 , G06V20/64 , G06V20/70 , G06V10/26 , G06V10/84 , G06N5/01 , G06N7/01
Abstract: 本发明公开了三维点云语义引导的室内场景平面图生成方法，包括：利用点云语义分割网络将室内点云进行划分，获取室内建筑物主体结构图像；对所述建筑物主体结构图像进行空间剖分，获取室内剖分结构图像；对所述室内剖分结构图像进行房屋优化，获取初步优化结构图像；对所述初步优化结构图像进行房屋边界优化，获取室内场景平面图。本发明不仅可以大大节省室内平面图生成的人力和时间成本，而且对局部点云数据缺失和点云密度变化不敏感，可以实现大规模室内场景的平面图建模。
-
公开(公告)号：CN118154996A
公开(公告)日：2024-06-07
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。
-
-
-
Search Results
4
records
(took 0.05 seconds)
