“点云体柱化”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果8613450个，建议您升级VIP下载更多相关专利

[发明专利]目标检测方法及装置-CN202310002628.4在审
发明人：冯冠植;李晗;罗川宇;马嗣昆 -专利权人：北京亮道智能汽车技术有限公司
申请日： 2023-01-03 - 公布日： 2023-04-28 - 主分类号： G06V10/82 文献下载
摘要：本发明实施例提供了一种目标检测方法及装置，该方法包括：获取目标帧点云和多个前序帧点云；对目标帧点云进行点柱化操作，并进行特征提取，得到目标帧点云对应的目标点柱特征；对各前序帧点云进行点柱化操作，并进行特征提取，得到各前序帧点云对应的第一点柱特征；对各第一点柱特征进行特征融合，得到第二点柱特征；根据目标帧点云点柱化操作生成的点柱坐标，对第二点柱特征进行特征提取，得到前序点柱特征；基于目标点柱特征和前序点柱特征进行交叉注意力学习
目标检测方法装置

[发明专利]一种基于点云体柱化的三维目标检测方法-CN202310095648.0在审
发明人：郭烈;路珂;赵剑;余旭东;殷广;李刚 -专利权人：大连理工大学;大连理工大学宁波研究院
申请日： 2023-02-10 - 公布日： 2023-08-08 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于点云体柱化的三维目标检测方法，首先将所取范围内的点云数据进行体柱化，将每个体柱内的点云按照高度方向划分为4个单元，按照不同的高度，对4个单元内的点云数据进行特征提取并经过全连接网络进行升维本发明在体柱的不同高度上分别进行了特征的提取与融合，使其能够在生成二维的伪图像过程中保留不同高度物体的特征，有利于对于不同高度物体的检测。本发明是局部采用体素化进行特征的升维与聚合，随后对聚合的特征进行伪图像生成，使其可以采用现有的处理二维图像的成熟架构，减少了运算速度的同时也可以提高检测的精度。
一种基于点云体柱化三维目标检测方法

[发明专利]点云分类方法、装置、设备及存储介质-CN201710748918.8有效
发明人：程章林;魏书法;奥利夫·多伊森 -专利权人：中国科学院深圳先进技术研究院
申请日： 2017-08-28 - 公布日： 2022-02-11 - 主分类号： G06K9/62 文献下载
摘要：本发明适用计算机技术领域，提供了一种点云分类方法、装置、设备及存储介质，该方法包括：接收点云分类请求，获取点云分类请求中的点云数据，对点云数据对应的点云进行点云体素化操作，得到点云体素化数据，获取点云体素化数据对应的点云在预设邻域内的填充特征，获取点云体素化数据对应点云对应的体素位置，并在点云对应的体素位置填充获取的填充特征，通过预先构建的点云分类网络对特征填充后的点云进行分类，输出点云数据对应的点云分类结果，从而提高了点云分类的效率。
分类方法装置设备存储介质

[发明专利]一种基于体素化与三视图的飞机整机点云语义分割方法-CN202210559427.X有效
发明人：汪俊;肖坤;李子宽;仲天驰 -专利权人：南京航空航天大学
申请日： 2022-05-23 - 公布日： 2022-08-05 - 主分类号： G06T19/20 文献下载
摘要：本发明公开了一种基于体素化与三视图的飞机整机点云语义分割方法，包括：对收集的每一个飞机整机点云进行滤波处理，将滤波处理后的飞机整机点云进行中心化处理，将中心点云输入T‑Net旋转矩阵网络中，将中心点云旋转到正面；将旋转到正面的中心点云体进行体素化，得到体素化点云；将体素化点云进行点云体素填充，得到体素填充点云；分别计算体素填充点云三视图的厚度图；依次将体素填充点云三视图的厚度图进行拼接，输入到点云语义分割网络中，对点云语义分割网络进行训练；将待检测的飞机整机点云输入到训练好的点云语义分割网络中，预测出飞机三维点云语义分割的结果。该飞机整机点云语义分割方法提升飞机整机点云语义分割的准确度。
一种基于体素化视图飞机整机语义分割方法

[发明专利]基于MLS点云数据的行道树单体化提取方法及装置-CN202211115280.1有效
发明人：王伟玺;汤圣君;范宇航;李晓明;李游;谢林甫;郭仁忠 -专利权人：深圳大学
申请日： 2022-09-14 - 公布日： 2022-12-06 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于MLS点云数据的行道树单体化提取方法及装置，方法包括，采用滤波方法对原始MLS点云进行预处理，得到预处理后的MLS点云；对预处理后的MLS点云进行滤波处理，得到包含行道树树干的切片点云，对切片点云进行识别提取，得到树干点云；对预处理后的MLS点云依次进行欧式聚类和体素化处理，得到体素化后的MLS点云，体素化后的MLS点云采用体素区域生长算法进行体素区域生长，得到初步的树冠点云；基于高程变化的聚类方法对初步的树冠点云中树冠边缘进行优化，得到精确的树冠点云，将精确的树冠点云与对应的树干点云合并，得到完整的单颗行道树点云；本发明提高了行道树的识别精度以及提高了行道树个体提取结果。
基于 mls 数据行道树单体提取方法装置

[发明专利]一种三维激光点云数据快速体素化处理方法-CN201710131742.1在审
发明人：余坤勇;刘健;邓洋波 -专利权人：福建农林大学
申请日： 2017-03-07 - 公布日： 2017-07-07 - 主分类号： G06F17/22 文献下载
摘要：本发明涉及一种三维激光点云数据快速体素化的处理方法，获取的三维激光点云数据，通过cyclone软件输出三维点云数据格式为文本文档，以X，Y，Z形式的笛卡尔坐标表示三维点云数据。使用Office EXCEL软件，将点云坐标转为以为起始点，体元大小为步长的体素值。本发明提出的一种三维激光点云数据快速体素化的处理方法减少了点云坐标体素转化过程中繁琐的循环算法，使用最基础的office软件实现点云坐标的体素转换，为之后进行相关研究的人员提供一个快速、简便的点云体素化算法
一种三维激光数据快速体素化处理方法

[发明专利]一种基于局部边缘特征增强的点云分类方法及系统-CN202010827732.3在审
发明人：杨国为;杨鹏;张凡龙;黄璞;万鸣华;杨章静 -专利权人：南京审计大学
申请日： 2020-08-17 - 公布日： 2020-12-08 - 主分类号： G06K9/62 文献下载
摘要：本发明属于点云分类技术领域，公开了一种基于局部边缘特征增强的点云分类方法及系统，所述基于局部边缘特征增强的点云分类系统包括：点云数据获取模块、数据预处理模块、主控模块、边缘特征提取模块、边缘特征增强模块、特征填充模块、点云分类模型构建模块、点云分类模块、云存储模块、显示模块。本发明通过获取点云体素化数据、点云体素化数据对应的点云在预设邻域内的边缘特征，以及点云体素化数据对应点云对应的体素位置，基于图卷积网络结构和通道注意力机制构建出点云分类模型对特征填充后的点云进行分类，并输出点云分类结果，增加了特征通道之间的相互依赖关系，加强了点云的全局特征表示，从而提高了点云分类的效率和预测准确度。
一种基于局部边缘特征增强分类方法系统

[发明专利]点云精简方法及系统-CN201410710183.6在审
发明人：魏哲睿;杨路;吴新元;张岭 -专利权人：富泰华工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2014-11-28 - 公布日： 2016-06-01 - 主分类号： G06T17/00 文献下载
摘要：一种点云精简方法，应用于计算装置中，包括：接收点云网格化文件，并从该点云网格化文件中获取点云的信息；根据所获取的点云的信息计算点云的包围盒，并把所述包围盒切分为多个立方体，并从所切分的多个立方体中选取有效立方体；计算每个有效立方体的平均曲率；根据每个有效立方体的平均曲率判断每个有效立方体中的点云类型；根据每个有效立方体中的点云类型分别对每个有效立方体进行采样，将每个有效立方体的采样数据合并为采样后的点云；对采样后的点云的三角结构进行修复本发明还提供一种点云精简系统。本发明能用较少的点表现出点云的细节。
精简方法系统

[发明专利]点云的解压缩处理方法、装置、电子设备及存储介质-CN202210223068.0在审
发明人：李革;范小晴;李鼎权;高伟;高文 -专利权人：北京大学深圳研究生院
申请日： 2022-03-09 - 公布日： 2022-06-07 - 主分类号： G06T3/40 文献下载
摘要：本申请提供了一种点云的解压缩处理方法、装置、电子设备及存储介质，包括：获取多个解压缩点云立方体；将每一个解压缩点云立方体输入至三维卷积预测模型之中，输出多个概率立方体；概率立方体中的存在概率的位置表征着解压缩点云立方体中与该位置相对应的解压缩点云被体素化占据的概率；针对于每个概率立方体，检测该概率立方体之中的解压缩点云被体素化占据的概率是否满足参考被占据概率，若满足，则确定出多个目标解压缩点云。通过对每一个解压缩点云在解压缩点云立方体的每一位置上被体素化占据的概率的预测，快速准确地确定出概率立方体，以使根据概率立方体之中满足参考被占据概率的解压缩点云，获取到点云质量提升的目标解压缩点云。
解压缩处理方法装置电子设备存储介质

[发明专利]点云采样方法及系统-CN201410710164.3在审
发明人：张旨光;吴新元;魏哲睿;谢鹏 -专利权人：富泰华工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2014-11-28 - 公布日： 2016-06-22 - 主分类号： G06T17/00 文献下载
摘要：一种点云采样方法，应用于计算装置中，包括：接收点云网格化文件，并从该点云网格化文件中获取点云的信息；根据所获取的点云的信息计算点云的包围盒，把所述包围盒切分为多个立方体，并从所切分的多个立方体中选取有效立方体；给每个有效立方体中的每个点随机分配一个参考值；根据每个有效立方体中的所有点的参考值分别对每个有效立方体进行采样获取每个有效立方体的初始采样点，将每个有效立方体的初始采样点合并成所述点云的初始采样点；根据所述点云中点的总数及预设采样比例对所述点云的初始采样点进行处理以完成对所述点云的采样本发明还提供一种点云采样系统。本发明能降低计算复杂度，提高运算效率。
采样方法系统

[发明专利]一种基于体素化和填充算法的无序点云体积测量方法-CN202211051043.3在审
发明人：丁伟利;张凯;华长春;邵长宇;陶林裕;金忠 -专利权人：燕山大学
申请日： 2022-08-30 - 公布日： 2022-12-09 - 主分类号： G06T7/62 文献下载
摘要：本发明公开了一种基于体素化和填充算法的无序点云体积测量方法，属于点云测绘技术领域，包括：确定算法参数；输入点云数据，按照确定切片操作参数进行直通滤波切片；只考虑非切片坐标方向，根据体素化分辨率进行二维的体素化；构建二维体素矩阵；使用X扫描线填充算法填充二维体素矩阵；遍历二维体素矩阵，统计点云的切片单位数量值；获取点云切片的面积与切片点云数据体积，并累加至点云体积中；调整切片起始点，迭代直至切片起始点与切片步长之和大于点云数据的最高点，并获取整个点云数据的体积。本发明通过设定不同的参数取得效率与精度上的平衡，相较于切片法更为快速，减小误差，完善点云切片法，并且提高了实用性和工程化程度。
一种基于体素化填充算法无序体积测量方法

[发明专利]一种点云分类方法、装置、计算机设备及存储介质-CN202211103085.7有效
发明人：何良雨;王戬鑫;刘彤;张文刚 -专利权人：锋睿领创（珠海）科技有限公司
申请日： 2022-09-09 - 公布日： 2023-09-05 - 主分类号： G06V10/20 文献下载
摘要：本发明涉及人工智能领域，尤其涉及一种点云分类方法、装置、计算机设备及存储介质，预先获取到的三维点云进行体素化，得到体素化后的三维点云，将体素化后的三维点云投影在三个预设坐标平面，得到投影后的三维点云对应的至少三个投影视图，对每个投影视图进行t阶聚层变换，得到精细与粗疏视图矩阵信息，将进拼接后的视图表述向量，分别输入至预设点云分类模型中，输出点云分类结果，本发明中将体素化后的点云进行视图投影，减少了数据量，并保留了点云的三维几何特征，将包含视图矩阵信息的数据输入至的预设点云分类模型中，进行分类，使点云在分类的过程时，在确保分类准确的情况下，提高点云分类效率。
一种分类方法装置计算机设备存储介质

[发明专利]基于深度学习的点云配准方法、装置、终端设备及介质-CN202111319507.X在审
发明人：范天伟;安岗;王金石;李森;佟曼 -专利权人：中国联合网络通信集团有限公司
申请日： 2021-11-09 - 公布日： 2022-02-08 - 主分类号： G06T7/33 文献下载
摘要：本公开提供一种基于深度学习的点云配准方法、装置、终端设备及计算机可读存储介质，其中，所述方法包括：分别对各组点云进行多尺度体素化分割，得到各组点云的多尺度体素化点云块；分别对各组点云的多尺度体素化点云块进行深度学习，得到各组点云的若干点云特征；分别融合各组点云的若干点云特征，得到各组点云的融合特征；基于各组点云的融合特征获取各组点云之间的重叠匹配特征；以及，基于所述重叠匹配特征对各组点云进行点云配准。本公开可以快速处理密度不均匀的点云数据，避免陷入局部最大值，且能够准确找到点云的重叠特征，可以有效解决点云之间重叠部分太小或有异常点时所产生的配准失败等问题，提高点云配准的效率。
基于深度学习点云配准方法装置终端设备介质

[发明专利]一种面向车路协同的感知信息融合表征及目标检测方法-CN202180011148.3在审
发明人：赵聪;杜豫川;朱逸凡;暨育雄;沈煜;许军 -专利权人：同济大学
申请日： 2021-04-01 - 公布日： 2023-09-01 - 主分类号： G01S17/89 文献下载
摘要：为路侧激光雷达配置相应的路侧计算设备；标定路侧激光雷达外参；路侧计算设备根据自动驾驶车辆定位数据和路侧激光雷达外参计算自动驾驶车辆相对于路侧激光雷达的相对位置；路侧计算设备根据相对位置将路侧激光雷达检测到的路侧激光雷达点云偏转至自动驾驶车辆坐标系中，得到偏转点云；路侧计算设备对偏转点云进行体素化处理，得到体素化偏转点云。自动驾驶车辆对车载激光雷达检测到的车载激光雷达点云进行体素化处理得到体素化车载激光雷达点云；路侧计算设备计算体素化偏转点云的体素级特征，得到偏转点云体素级特征。自动驾驶车辆计算体素化车载激光雷达点云体素级特征，得到车载激光雷达点云体素级特征；将各点云体素级特征压缩并传输至计算设备，传输设备可以是自动驾驶车辆、路侧计算设备或是云端。计算设备对车载激光雷达点云体素级特征和偏转点云体素级特征进行数据拼接和数据聚合得到聚合体素级特征；计算设备将聚合体素级特征输入基于体素级特征的三维目标检测网络模型得到目标检测结果；当计算设备为路侧计算设备或是云端时
一种面向协同感知信息融合表征目标检测方法

[发明专利]半封闭空间场景的三维点云数据法向全局一致化方法-CN202110198577.8有效
发明人：艾明耀;胡庆武;李加元;赵鹏程 -专利权人：武汉大学
申请日： 2021-02-22 - 公布日： 2022-04-15 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种半封闭空间场景的三维点云数据法向全局一致化方法，在获取三维点云数据首先计算其法向，统计法向分布得到点云主方向，随后将点云旋转至主方向，将点云所在空间体素化，计算体素的法向，结合体素在主方向上的配对结果设计法向全局一致化能量优化方程，求解该方程得到体素的法向方向，进而得到体素内点的法向方向，进一步采用平面内点投票策略优化内点的法向方向，最终得到具有全局一致法向方向的点云。本发明克服了点云数据在常规法向计算中的局部歧义特点，提出了自动快速全局一致化点云法向方向的工作流程，能够处理不同来源的三维点云数据，为三维点云数据应用于特征提取、配准、表面重建和可视化提供新的解决方案。
封闭空间场景三维数据全局一致方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条