|
钻瓜专利网为您找到相关结果 109个,建议您 升级VIP下载更多相关专利
- [发明专利]基于傅立叶变换的谱域图卷积3D点云分类方法-CN202010991678.6有效
-
陈苏婷;陈怀新
-
南京信息工程大学
-
2020-09-18
-
2023-08-22
-
G06V10/764
- 本发明公开了一种基于傅立叶变换的谱域图卷积3D点云分类方法,包括:利用G‑PointNet网络模型对输入的原始点云进行几何采样处理:通过设置一个角度阈值V,将点的邻域夹角值大于的点划分至几何特征区域G且剩余的点划分至其它区域T,采样获得各区域点云;基于Dynamic KNN局部图构造方法引入一个扩张率E,选择性地每隔E个近邻点云建立一个局部几何图。利用基于傅立叶变换的谱域图卷积方法进行谱域图卷积,获得多个池化后的图局部特征并通过G‑PointNet得到全局特征进行分类,获取得到分类结果。本发明有效解决了点云密集程度分布不均匀问题,保留了空间几何信息,能高效的区分点云的边缘点同时分离噪声点,提高分类精度。
- 基于傅立叶变换图卷分类方法
- [发明专利]一种基于DefogNet的单幅图像去雾方法-CN202011576883.2有效
-
陈苏婷;范文昊
-
南京信息工程大学
-
2020-12-28
-
2023-05-30
-
G06T5/00
- 本发明公开了一种基于DefogNet的单幅图像去雾方法,该方法以CycleGAN为基础进行适当优化,在生成器中采用跨层连接的结构,增加了模型的多尺度特征提取能力,有效避免过拟合的发生,从而优化图像的质量;设计了独特的损失函数,添加细节感知损失和色彩感知损失,避免去雾操作导致图像的颜色差异、重建缺失等情况,有效提高了去雾后图像的还原度;提出了Defog‑SN算法改进了判别器的结构,使得整个判别网络满足1‑Lipschitz连续,增强了模型的稳定性,有效避免了GANs网络易崩溃的问题。该方法仅仅需要大量的图像便能够顺利达到训练网络的目的,完全省略了人为提取特征的操作,并且不需要场景先验信息,具备了更强的实用性以及精确度,属于一种适应范围较广的方法。
- 一种基于defognet单幅图像方法
|