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
共找到129篇文章
< 1 2 … 7 >
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：
基于改进PointNet++的城市道路点云分类方法
1
作者 田晟 熊辰崟 龙安洋 《广西师范大学学报(自然科学版)》 北大核心 2025年第4期1-14,共14页
城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融... 城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融合上下文信息的PointNet++点云分类网络模型。首先,基于注意力机制设计局部特征聚合模块,通过动态地融合邻域点特征以充分捕获局部信息。其次,考虑现有的分类模型不能顾及上下文信息,导致复杂场景下的分类性能受限,本文构建上下文感知模块和双注意力模块,从多个维度提取上下文信息,进一步增强特征的表达能力。实验结果表明:改进模型在大型点云数据集下具有更高的分类精度及更强的泛化性能(总体分类精度在Oakland和Paris公开数据集上分别为98.70%和96.84%),更适用于大规模点云分类。 展开更多
关键词 点云分类 pointnet++ 局部特征 注意力机制 上下文信息 城市道路
在线阅读 下载PDF
基于改进PointNet++的中压电力线点云分类方法
2
作者 雒建艳 《应用激光》 北大核心 2025年第3期146-158,共13页
针对中压电力线点云分类中存在的噪声干扰、分类精度低和鲁棒性不足的问题,提出一种基于改进PointNet++的中压电力线点云分类方法。首先,通过多种手段提取点云空间信息、几何特征以及局部几何特征等多维度特征,为点云单点构造40维特征向... 针对中压电力线点云分类中存在的噪声干扰、分类精度低和鲁棒性不足的问题,提出一种基于改进PointNet++的中压电力线点云分类方法。首先,通过多种手段提取点云空间信息、几何特征以及局部几何特征等多维度特征,为点云单点构造40维特征向量;然后对PointNet++进行改进,引入了点注意力模块(point attention module,PAM)和组注意力模块(group attention module,GAM),同时与层归一化(layer norm)和残差连接结构组合使用,用以增强其特征的细节捕捉能力,降低复杂环境对分类效果影响;最后采用某地机载采集的10 kV中压电力线走廊数据构建数据集,进行了方法验证。实验结果表明,所提方法在Precision、Recall和F_1-score上均优于传统机器学习方法和基于PointNet、PointNet++的深度学习方法。相较于PointNet++(XYZ+Features),所提方法在Precision、Recall和F_1-score上分别高出1.6个百分点、5.3个百分点和4.6个百分点,且通过可视化结果进一步验证了PAM和GAM的有效性。验证了所提方法在中压电力线点云的提取上更为精确,其结构特征更加清晰,且与周围环境的区分度更高。 展开更多
关键词 激光点云 注意力机制 pointnet++ 中压电力线 点云分类
原文传递
基于PointNet++网络的3D点云数据语义分割与无序抓取系统 被引量：2
3
作者 向艳芳 龙罡 张家臣 《机电工程》 北大核心 2025年第1期146-152,184,共8页
针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,... 针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,调整了传统的PointNet++模型参数,优化了提取特征的深度与广度;设计了多尺度分割(MSG)模块,通过PointNet++特征提取和分割点云特征传递,对不同尺度下点云数据的上下文信息进行了整合,提升了PointNet++模型运行效率,增强了模型对工件的分割能力;最后,研究了不同算法在散堆工件数据集上的网络训练结果,设计了基于RGB-D深度相机的机器人分拣实验,对改进策略进行了性能分析。研究结果表明:采用改进的PointNet++网络对散堆工件进行检测,其准确率可达97.3%,运算的时间为2 s以内,定位的误差为3 mm以内。该分割方法在识别精度和分拣效率方面均表现优异,能够有效辅助机器人进行实时工件分拣操作。 展开更多
关键词 散堆工件分拣 pointnet++ 特征提取 多尺度分割模块 深度相机 识别精度 分拣效率
在线阅读 下载PDF
基于三维点云和改进PointNet++的大田烟株叶片计数方法
4
作者 南德旺 李军营 +3 位作者 梁虹 马二登 张宏 肖恒树 《中国烟草科学》 北大核心 2025年第3期89-97,共9页
烟草植株叶片数是估计烟叶产量的重要表型参数之一。针对传统人工烟株叶片计数困难问题,提出一种结合三维点云和改进PointNet++的大田烟株叶片计数方法。该方法利用无人机倾斜摄影获取大田烟株图片进而生成三维点云,然后利用改进的Point... 烟草植株叶片数是估计烟叶产量的重要表型参数之一。针对传统人工烟株叶片计数困难问题,提出一种结合三维点云和改进PointNet++的大田烟株叶片计数方法。该方法利用无人机倾斜摄影获取大田烟株图片进而生成三维点云,然后利用改进的PointNet++算法实现叶片点云分割,该算法应用KAN网络代替MLP提高算法学习能力,减少训练损失;并提出一种融合DGST网络和DBB多元分支块的DGSTD注意力机制提升准确性;此外,引入Varifocal loss解决各类别点云比例不平衡问题;最后采用MeanShift聚类算法实现叶片点云聚类,对应得到叶片数。结果表明,该算法点云分割的准确率为92.55%,平均交并比为76.33%,较原始模型分别提高2.06、2.81百分点;叶片估测精确率为94.35%,在三维空间内实现了大田烟株叶片计数。 展开更多
关键词 大田烟株 叶片计数 pointnet++ 三维点云 无人机倾斜摄影
在线阅读 下载PDF
基于改进PointNet++的船舶管路重建方法
5
作者 冯彦淏 邓志杰 +2 位作者 刘维 沈彬 王皓 《机械设计与研究》 北大核心 2025年第5期86-92,共7页
船舶的管路系统是船舶可靠运行的保障,具有零部件种类多和结构复杂的特点。针对船舶管路系统在维护与替换过程中重建效率低和精度差的问题,对经典的点云深度学习网络PointNet++进行了改进,提出了一种船舶管路的重建方法。通过构建管路... 船舶的管路系统是船舶可靠运行的保障,具有零部件种类多和结构复杂的特点。针对船舶管路系统在维护与替换过程中重建效率低和精度差的问题,对经典的点云深度学习网络PointNet++进行了改进,提出了一种船舶管路的重建方法。通过构建管路部件分割数据集,生成了高质量训练样本;对PointNet++模型采取多尺度采样半径调整和损失均衡化的改进策略,使其能够准确和均衡地捕捉各类部件的局部特征;根据分割结果求解出零部件特征参数和零部件之间的连接关系,实现了拓扑结构的恢复和管路的重建。实验结果显示,改进后的PointNet++模型在管路部件分割精度上取得了提升,对少数类部件的识别和分割更为精准;在管路重建方面实现了较高的精度,同时也保证了安装精度和可替换性,验证了所提方法可以满足实际船舶维修中高精度、自动化重建管路的需求,有效提升了管路替换的生产效率和可靠性。 展开更多
关键词 管路重建 虚拟数据集 点云分割 pointnet++
原文传递
基于Transformer和PointNet++的毫米波雷达人体姿态估计 被引量：2
6
作者 李阳 刘毅 +3 位作者 李浩 张刚 徐明枫 郝崇清 《计算机科学》 北大核心 2025年第S1期433-441,共9页
人体姿态估计作为动作识别领域中的研究热题被广泛地应用在医疗、安防和监控等方面,对推动相关行业的智能化发展具有重要意义。但目前基于图像的人体姿态估计对环境要求较高且隐私性差。基于此,提出了一种基于毫米波雷达点云的人体姿态... 人体姿态估计作为动作识别领域中的研究热题被广泛地应用在医疗、安防和监控等方面,对推动相关行业的智能化发展具有重要意义。但目前基于图像的人体姿态估计对环境要求较高且隐私性差。基于此,提出了一种基于毫米波雷达点云的人体姿态估计方法,该方法使用PointNet++对毫米波雷达点云进行特征提取,与基于CNN的姿态估计方法相比,其在各关节点的MSE,MAE,RMSE值更低。此外,为了解决毫米波雷达点云稀疏的问题,使用了一种多帧点云拼接策略,以增加点云的数量,其中以拼接三帧点云为输入的模型相比于原始模型的MSE和MAE值分别降低了0.22 cm和0.72 cm,有效地缓解了点云过于稀疏的问题。最后,为了充分利用不同点云之间的时序特征,将Transformer与PointNet++相结合,并通过消融实验证明了多帧点云拼接策略和加入Transformer结构这两种方法的有效性,其MSE和MAE两个指标值分别达到了0.59 cm和5.41 cm,为实现性能更优的射频人体姿态估计提供了一种新思路。 展开更多
关键词 人体姿态估计 毫米波雷达 pointnet++ 点云数据 TRANSFORMER
在线阅读 下载PDF
基于改进Sobel算子和改进PointNet++的等离子切割板件尺寸的获取方法
7
作者 彭露 王洪申 《机械设计与研究》 北大核心 2025年第5期303-312,共10页
在实际的等离子切割设备的板件切割中,常常在坡口切割中存在尺寸上的偏差,针对该问题提出了使用机器视觉结合深度学习测量等离子弧切割坡口的尺寸信息的方法。对Sobel算子进行了改进,专注于检测水平方向的边缘,去除了许多非必要检测到... 在实际的等离子切割设备的板件切割中,常常在坡口切割中存在尺寸上的偏差,针对该问题提出了使用机器视觉结合深度学习测量等离子弧切割坡口的尺寸信息的方法。对Sobel算子进行了改进,专注于检测水平方向的边缘,去除了许多非必要检测到的竖直方向的边缘,并且水平方向的边缘像素值要大于其他边缘像素值,突出了水平方向的边缘。对PointNet++网络结构进行了改进,深化了PointNet++网络结构,添加了多层感知机层数和采样点数。同时在PointNet++中引入了卷积块注意力模块(CBAM)机制,使得网络在训练中能够更加有效地选择目标特征。实验证明:改进算法在测试集的平均交并比和准确率都要高于PointNet++原版网络,最高平均交并比为0.902 98,最高准确率为0.954 8。经验证,在坡口尺寸的测量上,尺寸误差在±0.25 mm以内,其中平均正误差为+0.109 1 mm,平均负误差为-0.098 3 mm,最大的误差数据为+0.243 mm,最小的误差数据为+0.003 mm。 展开更多
关键词 边缘检测 SOBEL算子 深度学习 pointnet++
原文传递
位置自适应卷积PointNet++的点云数据分类方法
8
作者 闫晓奇 彭逸清 任小玲 《计算机与现代化》 2025年第1期44-49,共6页
针对复杂场景中点云数据分类精度低问题,提出一种基于位置自适应卷积的PointNet++深度神经网络模型。由于位置自适应卷积具有较强捕捉细粒度局部特征能力,能充分获取三维点云的空间变化和几何结构特征信息,故本文在PointNet++基础上,首... 针对复杂场景中点云数据分类精度低问题,提出一种基于位置自适应卷积的PointNet++深度神经网络模型。由于位置自适应卷积具有较强捕捉细粒度局部特征能力,能充分获取三维点云的空间变化和几何结构特征信息,故本文在PointNet++基础上,首先通过最远点采样获取关键点,其次根据关键点使用K最近邻方法(KNN)实现分组,然后由位置自适应卷积代替原方法中的MLP提取每组的局部特征,最终完成点云分类。在2个公开的点云数据集S3DIS、Semantic3D上对本文方法进行多次对比实验,实验结果表明,本文方法在室内数据集S3DIS上的总体精度和mIoU较PointNet++网络分别提高约2.7个百分点和3.2个百分点,在室外数据集Semantic3D上的总体精度和mIoU PointNet++分别高出约2.5个百分点和2.1个百分点。 展开更多
关键词 点云分类 位置自适应卷积 pointnet++ 深度学习 局部特征
在线阅读 下载PDF
基于改进PointNet++网络的焊缝点云路径重构
9
作者 程品超 万小金 《武汉理工大学学报》 2025年第5期103-110,共8页
提取有效的焊缝路径与确定免碰撞焊枪姿态是机器人焊接过程中的重要一环,为了同时提取焊缝路径和确定焊枪免碰姿态,基于PointNet++深度学习网络对点云部件分割任务,探讨了一种焊缝路径智能提取与焊枪姿态确定方法。首先选取运行效率和... 提取有效的焊缝路径与确定免碰撞焊枪姿态是机器人焊接过程中的重要一环,为了同时提取焊缝路径和确定焊枪免碰姿态,基于PointNet++深度学习网络对点云部件分割任务,探讨了一种焊缝路径智能提取与焊枪姿态确定方法。首先选取运行效率和精度最高的多尺度模式(msg)模型进行特征区域提取网络的训练,接着为网络添加LSKAttention大核卷积注意力机制,引入Focal Loss损失函数,并使用改进的Sophia优化器,从而提取特征点拟合焊接轨迹,最后基于特征点的法向量确定焊枪在路径点处与工件的无碰撞空间姿态。结果表明,该方法能够基于特征点法向量确立焊枪姿态,并且网络对V型焊缝的提取效果较好,该方法mIOU达97.3%,特征点提取误差不超过0.3 mm,兼具高精度定位与原始点云保真能力。 展开更多
关键词 三维点云 点云分割 pointnet++网络 机器人焊接 焊枪姿态
原文传递
基于注意力权重PointNet++的电力走廊点云语义分割研究
10
作者 鲍万轲 姜媛媛 《东北电力技术》 2025年第1期30-34,52,共6页
传统的电力走廊点云数据的分割会出现精度低、数据局部特征捕获存在局限性等问题,为此提出了一种基于注意力权重的PointNet++网络场景分割模型。将深度学习中的PointNet++算法用于电力走廊场景分割中,再引入了空间注意力机制,帮助模型... 传统的电力走廊点云数据的分割会出现精度低、数据局部特征捕获存在局限性等问题,为此提出了一种基于注意力权重的PointNet++网络场景分割模型。将深度学习中的PointNet++算法用于电力走廊场景分割中,再引入了空间注意力机制,帮助模型更有效地关注重要的空间区域。为此采用自制的数据集,并基于PointNet++网络模型的经典结构,在每个点集抽取(set abstraction,SA)模块中的多层感知机(multi layer perceptron,MLP)加入倒置瓶颈设计,提高对点云数据的处理效率和准确性。研究结果表明,与传统的PointNet++网络相比,改进的PointNet++网络平均交并比(mean intersection over union,mIoU)高出6.3%,加入空间注意力机制的改进模型在自制数据集上表现出更好的分割效果,尤其是在边界划分方面提升明显,验证了该方法在点云语义分割上的有效性。 展开更多
关键词 点云语义分割 输电通道 pointnet++ 注意力机制
在线阅读 下载PDF
基于改进PointNet++的奶牛乳头参数自动检测方法
11
作者 孙军蕊 赵凯旋 +3 位作者 王锦锦 高颂 年悦 江世界 《河南科技大学学报(自然科学版)》 北大核心 2025年第5期86-95,M0007,M0008,共12页
奶牛乳头参数是线性评分的重要组成部分,但由于乳头目标较小且形态复杂,为实现多个乳头参数的快速精准检测,提出了基于改进PointNet++网络模型的奶牛乳头线性评分参数自动检测方法。首先,利用Kinect DK相机获取奶牛场景的RGB-D数据,并... 奶牛乳头参数是线性评分的重要组成部分,但由于乳头目标较小且形态复杂,为实现多个乳头参数的快速精准检测,提出了基于改进PointNet++网络模型的奶牛乳头线性评分参数自动检测方法。首先,利用Kinect DK相机获取奶牛场景的RGB-D数据,并基于融合深度信息的ORB-SLAM2算法实现三维重构。然后,针对奶牛乳头目标小、分割难的特点,引入Heatblock注意力机制提升PointNet++网络模型对乳头的分割精度。最后,采用点云处理和主成分分析方法计算奶牛乳头长度、前后乳房高度差以及前后乳头间的距离等参数。结果表明:改进模型分割精确率达95.7%,平均交并比为80.2%,奶牛乳头参数误差均小于3.85%。该方法具有自动化程度高、精度高且对奶牛应激小的特点,能够满足奶牛乳头参数自动检测的使用需求。 展开更多
关键词 奶牛乳头参数 pointnet++ 三维重构
在线阅读 下载PDF
基于改进PointNet++网络和ICP算法的堆叠零件位姿估计
12
作者 栾庆磊 吴叶 +1 位作者 常昕昱 毛宜东 《仪表技术与传感器》 北大核心 2025年第5期112-120,共9页
针对工业零件散乱摆放、相互堆叠带来的识别困难、位姿估计不准确等问题,文中提出了一种基于改进PointNet++点云分割网络与迭代最近点(ICP)配准算法的零件位姿估计方法。首先,利用PyBullet仿真工具模拟零件的堆叠场景并制作点云数据集;... 针对工业零件散乱摆放、相互堆叠带来的识别困难、位姿估计不准确等问题,文中提出了一种基于改进PointNet++点云分割网络与迭代最近点(ICP)配准算法的零件位姿估计方法。首先,利用PyBullet仿真工具模拟零件的堆叠场景并制作点云数据集;然后,改进PointNet++网络的损失函数和K-均值聚类算法的质心选择策略,将场景点云中的目标零件分割出来;最后,改进ICP点云配准算法的误差目标函数,估计目标零件的位姿信息。实验结果表明:实例分割的平均准确率和轮廓系数分别为92.88%和0.68,位姿估计的配准误差和耗时分别为0.926×10-6cm和24.64 s,证明了所提方法能够准确分割堆叠场景中的目标零件,且在位姿估计精度和效率方面均具有更好的效果。 展开更多
关键词 位姿估计 迭代最近点配准算法 pointnet++网络 K-均值聚类算法
在线阅读 下载PDF
基于PointNet的钢板毛坯垛点云分割
13
作者 林振杨 《机电工程技术》 2025年第1期152-156,共5页
钢板毛坯垛拆垛工序中,钢板毛坯分层厚度的估计是推钢机准确且安全执行推钢动作的关键;当前不少企业此道生产工序仍主要靠操作员人工观察的方式估算钢板厚度及与传送辊道的相对高度,其估算不准易导致碰撞,造成输送设备损坏生产中断。提... 钢板毛坯垛拆垛工序中,钢板毛坯分层厚度的估计是推钢机准确且安全执行推钢动作的关键;当前不少企业此道生产工序仍主要靠操作员人工观察的方式估算钢板厚度及与传送辊道的相对高度,其估算不准易导致碰撞,造成输送设备损坏生产中断。提出一种钢板毛坯垛智能分层方法,该方法结合现场工况环境采用激光雷达,对钢板毛坯垛进行三维点云成像,然后对采集的点云数据,用PointNet神经网络框架进行特征识别、分层分割与提取,最后对分割的不同层根据标定值,换算成真实厚度。根据现场实验结果表明,PointNet对钢板毛坯垛分割的识别率达到了87.4%,厚度估算误差低于1.2cm,根据钢厂钢板毛坯规格表(3种规格150、160、180cm)可以准确估计出钢板毛坯厚度的规格,识别速度15帧/s,满足现场工况要求。 展开更多
关键词 钢板毛坯垛 点云分割 特征识别 pointnet
在线阅读 下载PDF
基于PointNet++的颅内动脉瘤3D点云分割
14
作者 徐豪豪 涂心兰 +2 位作者 彭执萱 张文林 王家琦 《电脑知识与技术》 2025年第1期33-35,40,共4页
颅内动脉瘤的精准分割在医学影像诊断中具有重要意义。文章提出了一种基于3D点云的先进方法,通过提取动脉瘤特征实现高精度分割。针对传统点云分割方法存在的数据预处理要求高、局部特征捕捉不足以及层间信息流失等问题,文章引入了Point... 颅内动脉瘤的精准分割在医学影像诊断中具有重要意义。文章提出了一种基于3D点云的先进方法,通过提取动脉瘤特征实现高精度分割。针对传统点云分割方法存在的数据预处理要求高、局部特征捕捉不足以及层间信息流失等问题,文章引入了PointNet++网络架构。PointNet++在点云数据的分类和分割任务中展现了卓越性能,其通过对点云中的局部和全局特征进行学习,能够有效处理不规则和无序的数据集。这一特性使其特别适合从CTA和MRA影像中提取颅内动脉瘤的特征。文章采用PointNet++网络对CTA和MRA影像进行预处理,以适应不同医院影像设备的差异,并利用该网络进行分割,精准捕捉颅内动脉瘤的边缘特征,从而实现高精度分割。该方法为颅内动脉瘤的精准分割提供了一种可行的解决方案,有助于提高诊断效率并降低医疗成本。 展开更多
关键词 深度学习 颅内动脉瘤 3D点云 pointnet++ 图像分割
在线阅读 下载PDF
基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法 被引量：3
15
作者 刘慧 杜志鹏 +2 位作者 杨锋 张钰 沈跃 《农业工程学报》 EI CAS CSCD 北大核心 2024年第8期144-151,共8页
为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中... 为了进一步提高喷雾机器人靶标检测的精准性、实时性和应用部署的实用性,该研究提出一种基于轻量化PointNet网络的林果园喷雾作业靶标实时识别方法。首先通过区域提取降采样、地面分割和改进DBSCAN聚类等点云预处理方法提取原始点云中的靶标;然后通过移动最小二乘上采样将靶标点云转化为满足点云识别网络输入要求的点云数据;最终通过在PointNet网络中引入残差模块和改进循环剪枝算法轻量化PointNet网络,完成林果树靶标的实时识别。试验结果表明,在ModelNet40数据集上,轻量化PointNet网络可达89.7%的准确率;在实际苗圃环境的试验中,该研究方法对靶标的识别准确率可达92.49%,同时误识率与拒识率分别为13.4%和6.47%,相较PointNet网络识别准确率提升了4.38个百分点,误识率和拒识率分别降低了7.2和4.07个百分点;轻量化PointNet网络识别准确率仅比PointNet++网络低1.14个百分点,误识率和拒识率分别高了0.9和1.12个百分点。但是轻量化PointNet网络的模型参数量较PointNet网络和PointNet++网络的模型参数量显著减少,仅为PointNet网络的11.5%,PointNet++网络的27.02%;运算量相较PointNet网络、PointNet++网络分别减少13.3和76.79个百分点。该研究提出的轻量化PointNet网络具有较高的实时性、精确性和鲁棒性,能够满足林果园喷雾作业的靶标识别需求,可为林果园喷雾作业靶标实时识别提供参考。 展开更多
关键词 喷雾 机器人 林果园 点云预处理 轻量化pointnet网络 循环剪枝
在线阅读 下载PDF
基于改进PointNet++的船体分段合拢面构件智能识别算法研究 被引量：1
16
作者 李瑞 赵怡荣 +2 位作者 霍世霖 汪骥 史卫东 《中国舰船研究》 CSCD 北大核心 2024年第6期173-179,共7页
[目的]三维扫描仪获得的船体分段合拢面点云数据,具有精度高、数据量大的优势,能够很好地反映分段合拢面的建造状况。由于现有的PointNet++网络无法处理大容量点云数据,因此提出一种基于改进PointNet++的船体分段合拢面构件智能识别算法... [目的]三维扫描仪获得的船体分段合拢面点云数据,具有精度高、数据量大的优势,能够很好地反映分段合拢面的建造状况。由于现有的PointNet++网络无法处理大容量点云数据,因此提出一种基于改进PointNet++的船体分段合拢面构件智能识别算法,实现针对大容量船体分段合拢面点云数据构件的智能识别。[方法]基于超体素生长理论对船体分段合拢面点云数据进行分割及简化,构建船体分段合拢面点云数据集,并使用该数据集训练基于深度学习理论改进的PointNet++网络。[结果]网络模型在船体分段合拢面点云数据训练集和测试集上的收敛结果趋于稳定,在测试集上识别准确率达到90.012%。[结论]该方法具有良好的识别能力,能够完成船体分段合拢面构件的智能识别。 展开更多
关键词 船舶建造 人工智能 船体分段合拢面 点云数据 超体素生长 pointnet++ 智能识别
在线阅读 下载PDF
基于PointNet++的皮肤创面识别方法研究
17
作者 孙榕 纪小刚 +1 位作者 李华彬 辛嘉铭 《计算机仿真》 2025年第9期286-292,共7页
目前皮瓣移植手术普遍通过样布勾勒创面边缘轮廓确定移植皮瓣形状,该过程中样布与伤口直接接触带来感染风险且难以精确获取皮瓣轮廓。为此,提出了一种通过基于PointNet++的皮肤创面识别方法。首先,利用三维扫描仪非接触式扫描患者受创部... 目前皮瓣移植手术普遍通过样布勾勒创面边缘轮廓确定移植皮瓣形状,该过程中样布与伤口直接接触带来感染风险且难以精确获取皮瓣轮廓。为此,提出了一种通过基于PointNet++的皮肤创面识别方法。首先,利用三维扫描仪非接触式扫描患者受创部位,获取原始创伤点云数据并构建数据集;接着,优调PointNet++模型结构及参数,减小创伤边缘区域的分割误差;最后,在特征提取阶段引入门控机制加强网络重要特征提取能力,并结合P-CBAM注意力机制对特征权重进行重新赋值,从而增强创伤特征表达的鲁棒性。实验结果表明,在测试集中的分割准确度达到了91.26%,相较于原始模型准确度提高5.79%。通过分割实例对比,采用深度学习方法分割后的创伤区域与手动分割得到的创伤形状、面积高度一致,满足皮瓣移植手术的要求。 展开更多
关键词 皮肤创伤 点云网络 点云分割 注意力机制 门控机制
在线阅读 下载PDF
基于DenseNet与PointNet融合算法的三维点云分割
18
作者 吴烈权 周志峰 +1 位作者 时云 任朴林 《应用光学》 CAS 北大核心 2024年第5期982-991,共10页
点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNe... 点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNet和PointNet的算法,用于点云分割,并引入三分支混合注意力机制,以提高PointNet在提取局部特征方面的能力。基于密集连接卷积网络(DenseNet)思想,提出用DenseNet-STN和DenseNet-MLP结构来替代PointNet中的空间变换网络(STN)和多层感知机(MLP);同时,使用Add连接代替密集块(DenseBlock)中的Concat连接,以提高对点特征间相关性的准确性,同时不显著增加模型复杂度。DenseNet-PointNet能够提高复杂分类问题的泛化能力,实现对复杂函数更好的逼近,从而提高点云分割的准确率。有效性和消融实验结果表明,本文算法具有良好的性能。点云分割实验结果表明,DenseNet-PointNet在大多数类别中的交并比(IoU)都高于PointNet的IoU,并在部分类别中也高于PointNet++,参数量是PointNet++的47.6%,浮点运算量(FLOPs)是PointNet++的49.1%。实验结果验证了DenseNet-PointNet的可行性和有效性。 展开更多
关键词 点云分割 密集连接卷积网络 pointnet DenseNet-pointnet
在线阅读 下载PDF
基于PointNet优化网络的铁路站台语义分割 被引量：2
19
作者 鲁子明 黄世秀 +2 位作者 季铮 张思仪 黄翔翔 《现代电子技术》 北大核心 2024年第3期68-72,共5页
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。 展开更多
关键词 点云分割 深度学习 铁路站台 铁路侵界 pointnet 金字塔结构 深度神经网络 语义分割
在线阅读 下载PDF
基于TF-PointNet++的林木点云数据语义分割算法研究 被引量：3
20
作者 倪斯雯 林剑辉 +2 位作者 刘圣波 王林虎 苏瑞峰 《南方农机》 2024年第19期8-15,共8页
【目的】林木点云数据具有边界模糊、空间分布不均的特点,经典PointNet++网络对林木点云邻域特征的关注有局限性,存在原点云的邻接关系未能捕捉全面、不能很好地进行分割的问题,因此改善对林木的分割效果十分重要。【方法】提出了一种基... 【目的】林木点云数据具有边界模糊、空间分布不均的特点,经典PointNet++网络对林木点云邻域特征的关注有局限性,存在原点云的邻接关系未能捕捉全面、不能很好地进行分割的问题,因此改善对林木的分割效果十分重要。【方法】提出了一种基于Transformer-PointNet++的点云语义分割网络,在经典PointNet++网络的中间层引入了Transformer结构,利用自注意力机制优化特征提取,核心思想是将点云中的每个点作为输入,在下采样层以及输出层利用自注意力机制对点云进行全局的特征交互和信息聚合,改善了经典PointNet++对于邻域特征的信息关注。在此基础上,采用了开源ModelNet40点云集合和自建林木点云数据集,分别投入到经典PointNet++网络、DST-PointNet++、B-PointNet++和TF-PointNet++网络进行实验,用于测试改进后网络模型的效果。【结果】TF-PointNet++在开源ModelNet40数据集和自建林木点云数据集上皆有更好的表现。在ModelNet40上,OA达到了94.08%,较PointNet++提升了4.04个百分点;在自建数据集上,OA达到了82.52%,较PointNet++提升了26.24个百分点,mIoU达到了85.67%,提升了11.21个百分点。【结论】TF-PointNet++网络可以使模型更好地理解和利用整个点云的上下文信息,从而提升语义分割的准确性和全局一致性。本研究证明了TF-PointNet++网络在处理语义分割任务中的有效性和先进性,对于提升林木点云数据的语义分割效果具有重要意义。 展开更多
关键词 点云 林木 分割 pointnet++ TRANSFORMER
在线阅读 下载PDF
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 2 … 7 下一页 到第 页
使用帮助 返回顶部