-
公开(公告)号：CN114743014B
公开(公告)日：2024-10-18
申请号：CN202210311581.5
申请日：2022-03-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多头自注意力的激光点云特征提取方法及装置，该方法包括：获取激光雷达的原始点云信息；对原始点云信息进行体素分割，得到深度图；对深度图进行低级特征提取，得到低级特征图；基于级联的自注意力感知网络对低级特征图依次进行多次特征感知，得到高级特征图；将低级特征图和高级特征图进行融合，得到最终的点云特征图。该方法同时兼顾了原始图像的高级特征与低级特征，充分利用了原始点云的三维信息，有效防止了在多层特征提取下丢失低级特征的问题，提高了特征对原始数据的表达能力，进而提升了后续检测精度和效率。
-
公开(公告)号：CN112561838A
公开(公告)日：2021-03-26
申请号：CN202011392344.3
申请日：2020-12-02
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于残差自注意力和生成对抗网络的图像增强方法，通过残差自注意力模块对低质量红外图像进行红外图像特征提取，获得低级红外特征图；通过增强模块对提取到的低级红外特征图进行多尺度深层次细节特征提取，获得高级红外特征图；低级特征图与高级特征图进行卷积合并生成增强红外图像，将增强红外图像和与低质量红外图像配对的高质量红外图像输入判别器，在生成对抗网络的生成器和判别器的训练过程中，确定两幅图像的纹理损失、内容损失、全变分损失，对比度损失，引导生成器与判别器的参数更新方向，不断提高增强红外图像的细节特征，获得质量相对最优的增强红外图像。
-
公开(公告)号：CN114821033A
公开(公告)日：2022-07-29
申请号：CN202210289428.7
申请日：2022-03-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于激光点云的三维信息增强的检测识别方法及装置，该方法包括：对原始点云数据进行体素化处理得到若干体素；提取每个非空体素的点云体素特征得到若干特征图；将若干特征图输入到区域建议网络中生成第一阶段候选框；将第一阶段候选框输入点云空间形状补全网络中，得到目标点集；从目标点集中提取点云结构信息得到全局结构信息；从原始点云数据中采样每个关键点附近的非空体素特征结合作为关键点特征；对关键点特征进行提取得到网格点特征；将网格点特征和全局结构信息进行融合得到增强特征；对增强特征进行置信度预测和候选框细化得到置信度和边界框参数。该方法增强了点云数据的特征表示，提高了激光点云目标检测精度。
-
Patent Agency Ranking
公开(公告)号：CN114743014A
公开(公告)日：2022-07-12
申请号：CN202210311581.5
申请日：2022-03-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多头自注意力的激光点云特征提取方法及装置，该方法包括：获取激光雷达的原始点云信息；对原始点云信息进行体素分割，得到深度图；对深度图进行低级特征提取，得到低级特征图；基于级联的自注意力感知网络对低级特征图依次进行多次特征感知，得到高级特征图；将低级特征图和高级特征图进行融合，得到最终的点云特征图。该方法同时兼顾了原始图像的高级特征与低级特征，充分利用了原始点云的三维信息，有效防止了在多层特征提取下丢失低级特征的问题，提高了特征对原始数据的表达能力，进而提升了后续检测精度和效率。
-
公开(公告)号：CN114821033B
公开(公告)日：2025-02-18
申请号：CN202210289428.7
申请日：2022-03-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于激光点云的三维信息增强的检测识别方法及装置，该方法包括：对原始点云数据进行体素化处理得到若干体素；提取每个非空体素的点云体素特征得到若干特征图；将若干特征图输入到区域建议网络中生成第一阶段候选框；将第一阶段候选框输入点云空间形状补全网络中，得到目标点集；从目标点集中提取点云结构信息得到全局结构信息；从原始点云数据中采样每个关键点附近的非空体素特征结合作为关键点特征；对关键点特征进行提取得到网格点特征；将网格点特征和全局结构信息进行融合得到增强特征；对增强特征进行置信度预测和候选框细化得到置信度和边界框参数。该方法增强了点云数据的特征表示，提高了激光点云目标检测精度。
-
公开(公告)号：CN114779209B
公开(公告)日：2024-07-12
申请号：CN202210311588.7
申请日：2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法，包括：步骤1：获取原始点云数据并将其划分为若干体素；步骤2：设置降采样阈值和动态增量；步骤3：对于任一体素，若判断该体素内点的个数超过所述降采样阈值，则根据所述动态增量确定该体素最后的保留点数，并根据所述保留点数对该体素进行降采样处理；否则，保留当前体素内的所有点，不对其进行降采样处理；步骤4：重复步骤3，直至完成所有体素的处理，得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下，尽可能的保留原始信息，从而取得更好体素化的效果。
-
公开(公告)号：CN112561838B
公开(公告)日：2024-01-30
申请号：CN202011392344.3
申请日：2020-12-02
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于残差自注意力和生成对抗网络的图像增强方法，通过残差自注意力模块对低质量红外图像进行红外图像特征提取，获得低级红外特征图；通过增强模块对提取到的低级红外特征图进行多尺度深层次细节特征提取，获得高级红外特征图；低级特征图与高级特征图进行卷积合并生成增强红外图像，将增强红外图像和与低质量红外图像配对的高质量红外图像输入判别器，在生成对抗网络的生成器和判别器的训练过程中，确定两幅图像的纹理损失、内容损失、全变分损失，对比度损失，引导生成器与判别器的参数更新方向，不断提高增强红外图像的细节特征，获得质量相对最优的增强红外图像。
-
公开(公告)号：CN114779209A
公开(公告)日：2022-07-22
申请号：CN202210311588.7
申请日：2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法，包括：步骤1：获取原始点云数据并将其划分为若干体素；步骤2：设置降采样阈值和动态增量；步骤3：对于任一体素，若判断该体素内点的个数超过所述降采样阈值，则根据所述动态增量确定该体素最后的保留点数，并根据所述保留点数对该体素进行降采样处理；否则，保留当前体素内的所有点，不对其进行降采样处理；步骤4：重复步骤3，直至完成所有体素的处理，得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下，尽可能的保留原始信息，从而取得更好体素化的效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
