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7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：
基于改进PointNet网络的三维手姿估计方法 被引量：7
1
作者 马利 金珊杉 牛斌 《计算机应用研究》 CSCD 北大核心 2020年第10期3188-3192,共5页
针对单幅深度图像三维手姿估计中由于手部复杂结构捕捉困难导致的精度低和鲁棒性较差的问题,提出一种基于改进PointNet网络的三维手姿估计方法。该方法首先采用边界框定位网络预测三维边界框,从而准确裁剪手部区域。然后将手部深度图像... 针对单幅深度图像三维手姿估计中由于手部复杂结构捕捉困难导致的精度低和鲁棒性较差的问题,提出一种基于改进PointNet网络的三维手姿估计方法。该方法首先采用边界框定位网络预测三维边界框,从而准确裁剪手部区域。然后将手部深度图像表示为点云,模拟手部可见表面,有效地利用深度图像中的三维信息。最后将手部点云数据输入改进的PointNet网络,准确地进行三维手姿估计。改进的PointNet网络通过引入跳跃连接,充分利用不同层次的特征,更好地捕捉手部的复杂结构。在NYU手姿数据集上进行验证,实验结果表明,提出的方法优于现有的大部分方法,并且网络结构简单、易于训练,运行速度快。 展开更多
关键词 三维手姿估计 单幅深度图像 pointnet 神经网络
在线阅读 下载PDF
基于图卷积神经网络的三维点云分割算法Graph⁃PointNet 被引量：7
2
作者 陈苏婷 陈怀新 张闯 《现代电子技术》 2022年第6期87-92,共6页
三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Grap... 三维点云无序不规则的特性使得传统的卷积神经网络无法直接应用,且大多数点云深度学习模型往往忽略大量的空间信息。为便于捕获空间点邻域信息,获得更好的点云分析性能以用于点云语义分割,文中提出Graph⁃PointNet点云深度学习模型。Graph⁃PointNet在经典点云模型PointNet的基础上,结合二维图像中聚类思想,设计了图卷积特征提取模块取代多层感知器嵌入PointNet中。图卷积特征提取模块首先通过K近邻算法搜寻相邻特征点组成图结构,接着将多组图结构送入图卷积神经网络提取局部特征用于分割。同时文中设计一种新型点云采样方法多邻域采样,多邻域采样通过设置点云间夹角阈值,将点云区分为特征区域和非特征区域,特征区域用于提取特征,非特征区域用于消除噪声。对室内场景S3DIS、室外场景Semantic3D数据集进行实验,得到二者整体精度分别达到89.33%和89.78%,平均交并比达到64.62%,61.47%,均达到最佳效果。最后,进行消融实验,进一步证明了文中所提出的多邻域采样和图卷积特征提取模块对提高点云语义分割的有效性。 展开更多
关键词 三维点云分割 图卷积神经网络 Graph⁃pointnet 语义分割 深度学习 多邻域采样 特征提取
在线阅读 下载PDF
基于PointNet的三维点云部件分割的抗干扰研究 被引量：1
3
作者 穆莉莉 单卓佳 《绥化学院学报》 2023年第8期144-147,共4页
三维点云部件分割的训练预测模型是复杂多样的,影响分割结果的因素有很多。针对深度神经网路设置不同的参数对分割精度的影响,提出在经典点云网络模型PointNet上选择不同的激活函数与优化器进行抗干扰研究。首先将网络中数据采样数、学... 三维点云部件分割的训练预测模型是复杂多样的,影响分割结果的因素有很多。针对深度神经网路设置不同的参数对分割精度的影响,提出在经典点云网络模型PointNet上选择不同的激活函数与优化器进行抗干扰研究。首先将网络中数据采样数、学习率、批量大小等参数确定,其次修改激活函数与优化器参数并在ShapeNet数据集上进行实验对比。实验结果表明,在PointNet网络模型中选择ReLU激活函数与SGD优化器测试精确度达到88.39%。 展开更多
关键词 点云部件分割 pointnet 深度神经网络
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
4
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PointNet神经网络的蜂鸣器智能抓取实现
5
作者 曹馨予 《自动化与仪器仪表》 2024年第10期325-329,共5页
位姿估计是实现智能抓取的关键技术,然而电子钢琴蜂鸣器总体规格偏小,定位要求高。为了提高蜂鸣器的位姿估计精度,以及智能抓取的准确率,研究基于点网络,设计了一种由特征提取模块和分类预测模块组成的蜂鸣器识别网络,由多层全连接层构... 位姿估计是实现智能抓取的关键技术,然而电子钢琴蜂鸣器总体规格偏小,定位要求高。为了提高蜂鸣器的位姿估计精度,以及智能抓取的准确率,研究基于点网络,设计了一种由特征提取模块和分类预测模块组成的蜂鸣器识别网络,由多层全连接层构成的分类预测模块对得到的点云全局特征进行处理,并将输出的位姿信息输入抓取控制系统,从而实现蜂鸣器的智能抓取。结果表明,研究所提方法对位置估计的误差均值不超过3 mm,对旋转估计的误差均值不超过2°,对蜂鸣器的分类准确率在85%左右,在x、y、z方向的位置误差也均在2 mm左右甚至更小达到了较优的位姿估计准确度。研究可以节省电子钢琴蜂鸣器生产线的人力和生产成本,对提高电子钢琴的生产效率具有重要意义。 展开更多
关键词 pointnet神经网络 蜂鸣器 位姿估计 智能抓取
原文传递
超轻量级点云分类网络
6
作者 王豪洋 田茂义 俞家勇 《计算机应用》 CSCD 北大核心 2024年第S01期65-70,共6页
传统深度学习网络通常具有大量参数和复杂的模型结构,需要大量的计算和存储资源,这给资源受限的应用场景如移动设备和嵌入式系统带来一定的限制。为使点云分类任务更好地应用于资源受限的场景,在保证分类精度的基础上,使用更少的网络层... 传统深度学习网络通常具有大量参数和复杂的模型结构,需要大量的计算和存储资源,这给资源受限的应用场景如移动设备和嵌入式系统带来一定的限制。为使点云分类任务更好地应用于资源受限的场景,在保证分类精度的基础上,使用更少的网络层数与神经元个数降低网络的参数量,提出超轻量级点云分类网络—SuperLightPointNet。SuperLightPointNet由2个轻量级旋转对齐网络、3个卷积层、1个池化层和1个全连接层组成,总参数量仅有44337。在ModelNet40与ModelNet10数据集上的实验结果表明,SuperLightPointNet的整体精度(OA)分别为89.04%和92.72%,虽然比传统的PointNet低0.16和0.36个百分点,但参数量降低了98.73%,运算时间缩短了47.50%。与轻量级网络lightNet、lightPointNet相比,SuperLightPointNet与它们精度相当且参数量更少、更轻量化。可见SuperLightPointNet具有良好的分类性能。 展开更多
关键词 点云分类 神经网络 超轻量级 pointnet 移动端
在线阅读 下载PDF
基于卷积神经网络的建筑空间改造智能辅助设计研究 被引量：1
7
作者 李超 陈秋帆 《自动化与仪器仪表》 2023年第4期191-195,共5页
针对建筑空间智能改造,提出一种基于卷积神经网络的Pointnet++方案预测模型,以对辅助建筑设计,继而实现对高铁站建筑空间进行智能改造。首先,选用点云作为数据表达形式,收集不同城市高铁站的优秀案例建立数据集,并对数据集进行增强、训... 针对建筑空间智能改造,提出一种基于卷积神经网络的Pointnet++方案预测模型,以对辅助建筑设计,继而实现对高铁站建筑空间进行智能改造。首先,选用点云作为数据表达形式,收集不同城市高铁站的优秀案例建立数据集,并对数据集进行增强、训练;然后阐述了卷积神经网络结构,搭建基于卷积神经网络和点云的深度网络模型——Pointnet++,并对该模型进行训练与评价;最后以上海-成都高铁换乘站为实验研究对象,采用Pointnet++网络模型对其建筑空间的改造进行预测。实验结果表明:模型对换乘站中位置稳定的功能分区分布合理且具备逻辑性,对位置不稳定且形态变化大的功能分区处理效果较差,需要增加更多数据对模型进行增强优化,同时,模型认为交通核心需要强化,因此,放大了交通核心的体量,表明Pointnet++制定的改造方案更客观与全面。 展开更多
关键词 高铁站建筑空间 卷积神经网络 点云 pointnet++
原文传递
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
使用帮助 返回顶部