期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于3DGP-PointRCNN的道路场景三维点云小目标检测
1
作者
李洪涛
徐平平
+2 位作者
甘鹏明
孙士阳
张文兴
《现代电子技术》
北大核心
2026年第5期193-198,共6页
在自动驾驶场景中,检测远距离目标和小目标(如行人和骑行者)时,因其尺寸较小、形状复杂和点云稀疏,检测难度显著增加。为此,文中提出一种改进的三维目标检测方法(3DGP-PointRCNN)。该方法基于PointRCNN,首先,在特征提取阶段引入全局分...
在自动驾驶场景中,检测远距离目标和小目标(如行人和骑行者)时,因其尺寸较小、形状复杂和点云稀疏,检测难度显著增加。为此,文中提出一种改进的三维目标检测方法(3DGP-PointRCNN)。该方法基于PointRCNN,首先,在特征提取阶段引入全局分组坐标注意力(GGCA)模块,结合全局上下文信息和局部特征,通过加权融合的方式减少无关点的影响,提升网络对关键目标区域的关注能力;其次,基于PnP3D重新构建网络架构,通过K近邻搜索与全局双线性正则化方法,对点云局部邻域特征与全局特征进行深度融合,增强网络对目标形状和位置的精细建模能力;最后,基于KITTI数据集进行了实验对比。实验结果表明,改进后的网络模型相比基准网络,在困难级别下行人和骑行者的检测精度分别提升了1.83%和4.17%,汽车的检测精度提升了0.46%,特别是在小目标的检测精度上,所提方法的性能得到显著提升。
展开更多
关键词
三维目标检测
点云
PointRCNN
注意力机制
小目标检测
pnp3d
在线阅读
下载PDF
职称材料
基于CA-PnPNet的焊接接头类型与漏焊检测
2
作者
陈海丽
郭汉壮
+5 位作者
李江
高天成
刘英
张坤
王立伟
梁志敏
《河北科技大学学报》
北大核心
2026年第1期86-96,共11页
针对传统焊接接头类型与漏焊检测方法在三维结构感知能力与特征识别精度方面的不足,提出了一种结合几何结构建模与注意力机制的三维点云检测网络CA-PnPNet。首先,该方法基于PointNet++架构,在多层特征提取阶段嵌入三维点邻域几何建模模...
针对传统焊接接头类型与漏焊检测方法在三维结构感知能力与特征识别精度方面的不足,提出了一种结合几何结构建模与注意力机制的三维点云检测网络CA-PnPNet。首先,该方法基于PointNet++架构,在多层特征提取阶段嵌入三维点邻域几何建模模块(point neighborhood processing in 3D,PnP3D),以增强网络对局部空间几何关系的表达能力。其次,引入通道注意力模块(channel attention module,CAM),通过建模通道间语义依赖自适应强化关键特征。最终,两类模块在不同特征层的协同作用,使点云局部结构刻画与语义特征增强得以统一,实现更加充分的三维结构表征。为验证方法的有效性,进行了多组模型对比实验。结果表明,CA-PnPNet在焊接点云分类任务中准确率达97.7%,较基线模型提升1.9%,推理速度由33.3 FPS提升至36.1 FPS,表现出优异的精度与实时性。该方法为复杂焊接结构的智能检测与工业质量监测提供了有效的技术参考。
展开更多
关键词
计算机视觉
三维点云
焊接接头分类
漏焊检测
PointNet++
pnp3d
在线阅读
下载PDF
职称材料
题名
基于3DGP-PointRCNN的道路场景三维点云小目标检测
1
作者
李洪涛
徐平平
甘鹏明
孙士阳
张文兴
机构
内蒙古科技大学机械工程学院
出处
《现代电子技术》
北大核心
2026年第5期193-198,共6页
基金
内蒙古自然科学基金项目(2024LHMS05035)。
文摘
在自动驾驶场景中,检测远距离目标和小目标(如行人和骑行者)时,因其尺寸较小、形状复杂和点云稀疏,检测难度显著增加。为此,文中提出一种改进的三维目标检测方法(3DGP-PointRCNN)。该方法基于PointRCNN,首先,在特征提取阶段引入全局分组坐标注意力(GGCA)模块,结合全局上下文信息和局部特征,通过加权融合的方式减少无关点的影响,提升网络对关键目标区域的关注能力;其次,基于PnP3D重新构建网络架构,通过K近邻搜索与全局双线性正则化方法,对点云局部邻域特征与全局特征进行深度融合,增强网络对目标形状和位置的精细建模能力;最后,基于KITTI数据集进行了实验对比。实验结果表明,改进后的网络模型相比基准网络,在困难级别下行人和骑行者的检测精度分别提升了1.83%和4.17%,汽车的检测精度提升了0.46%,特别是在小目标的检测精度上,所提方法的性能得到显著提升。
关键词
三维目标检测
点云
PointRCNN
注意力机制
小目标检测
pnp3d
Keywords
3D object detection
point cloud
PointRCNN
attention mechanism
small object detection
pnp3d
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于CA-PnPNet的焊接接头类型与漏焊检测
2
作者
陈海丽
郭汉壮
李江
高天成
刘英
张坤
王立伟
梁志敏
机构
河北科技大学材料科学与工程学院
河北省材料近净成形技术重点实验室
河北科技大学信息科学与工程学院
唐山松下产业机器有限公司
出处
《河北科技大学学报》
北大核心
2026年第1期86-96,共11页
基金
国家自然科学基金(52475343)
河北省自然科学基金(E2020208089,E2024208049,E2020208005)。
文摘
针对传统焊接接头类型与漏焊检测方法在三维结构感知能力与特征识别精度方面的不足,提出了一种结合几何结构建模与注意力机制的三维点云检测网络CA-PnPNet。首先,该方法基于PointNet++架构,在多层特征提取阶段嵌入三维点邻域几何建模模块(point neighborhood processing in 3D,PnP3D),以增强网络对局部空间几何关系的表达能力。其次,引入通道注意力模块(channel attention module,CAM),通过建模通道间语义依赖自适应强化关键特征。最终,两类模块在不同特征层的协同作用,使点云局部结构刻画与语义特征增强得以统一,实现更加充分的三维结构表征。为验证方法的有效性,进行了多组模型对比实验。结果表明,CA-PnPNet在焊接点云分类任务中准确率达97.7%,较基线模型提升1.9%,推理速度由33.3 FPS提升至36.1 FPS,表现出优异的精度与实时性。该方法为复杂焊接结构的智能检测与工业质量监测提供了有效的技术参考。
关键词
计算机视觉
三维点云
焊接接头分类
漏焊检测
PointNet++
pnp3d
Keywords
computer vision
3D point cloud
welding joint classification
lack-of-fusion detection
PointNet++
pnp3d
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TG409 [金属学及工艺—焊接]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于3DGP-PointRCNN的道路场景三维点云小目标检测
李洪涛
徐平平
甘鹏明
孙士阳
张文兴
《现代电子技术》
北大核心
2026
0
在线阅读
下载PDF
职称材料
2
基于CA-PnPNet的焊接接头类型与漏焊检测
陈海丽
郭汉壮
李江
高天成
刘英
张坤
王立伟
梁志敏
《河北科技大学学报》
北大核心
2026
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部