公开(公告)号：CN119850942A

公开(公告)日：2025-04-18

申请号：CN202311350330.9

申请日：2023-10-18

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 罗欣 ,  韦祖棋 ,  康邦旭 ,  郑进军 ,  陈奋 ,  贾海涛 ,  李海

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/64 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明公开了一种基于自适应融合多分辨率特征的点云语义分割方法。该发明为了克服点云在构建邻域过程中由于采样到离群点和重叠点，导致邻域点云特征模糊和特征冗余，从而导致输出特征图对点云的全局描述不足等问题，提出了基于自适应融合多分辨率特征的点云语义分割方法。本发明基于RandLA‑Net网络框架，以3D点云为输入数据，采取最远点采样的方法计算下采样的中心点，然后利用KNN索引构建邻域点，在编码器的特征聚合模块，采用最大池化和平均池化结合的方法对编码器提取的局部特征进行聚合。在解码器中，针对原始输入点云的全局特征感知不足，利用自适应融合不同层级解码器的输出特征图，以此减轻原始输入不足带来的特征模糊和冗余特征。

公开(公告)号：CN119850941A

公开(公告)日：2025-04-18

申请号：CN202311350299.9

申请日：2023-10-18

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 罗欣 ,  韦祖棋 ,  康邦旭 ,  郑进军 ,  陈奋 ,  许文波 ,  李海

IPC: G06V10/26 ,  G06V20/70 ,  G06V20/64 ,  G06V10/764 ,  G06V10/44

Abstract: 本发明公开了一种基于泰勒级数构建曲面的三维点云语义分割方法。以往的基于点的点云语义分割网络，通过附加更多信息，例如欧几里得距离、注意力机制，或应用各种变换，例如图形构造、体素化，间接地从几何形状中学习。这些操作可能会导致复杂的预处理和大量的计算。本发明以PointNet++作为基础网络，采用3D点云作为输入数据，利用最远点采样进行点云下采样，获得下采样的中心点之后，利用球查询获得点云的邻域点。在局部几何形状特征提取模块，利用泰勒级数将点云转换为三角形曲面，缓解了以往的局部几何形状信息提取方法带来的带来信息丢失，或者在变换过程中带来局部细节几何形状的变形问题。

公开(公告)号：CN119831870A

公开(公告)日：2025-04-15

申请号：CN202311326939.2

申请日：2023-10-13

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 罗欣 ,  宋依芸 ,  林鹏 ,  郑进军 ,  陈奋 ,  贾海涛 ,  李海

IPC: G06T5/60 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明提出了一种多尺度低照度图像增强网络模型。近年来，图像增强技术已广泛应用于刑事侦查、医学成像等领域。然而，在低照度环境下拍摄的图像会存在亮度低、对比度低、颜色失真等情况，这些现象不仅会降低用户的视觉体验，还会干扰场景分析，对目标跟踪、图像融合等后续计算机视觉任务造成困难。针对图像增强中没有考虑多尺度以及通道等信息的问题。本发明引入了一种多层特征提取模块，提取多尺度特征，同时实现高低频特征的信息交互，节约计算量。同时利用空洞卷积扩大感受野。并在多层特征提取模块与最后引入残差结构，解决卷积过程中低层信息损失等问题。本项发明所提出的多尺度低照度图像增强网络模型，其拥有多层特征提取模块以及空洞卷积扩大感受野等有效技术手段，可极大地提高低照度图像的亮度、对比度和颜色还原度，进而解决该类图像存在的问题。除此之外，这种创新性的技术模型，具备广泛的应用前景，可广泛应用于刑事侦查、医学成像等领域，并有可能不断推动和促进图像增强技术的发展，为相关领域的研究和实践带来更加深远的影响和价值。