“点云去噪”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1223145个，建议您升级VIP下载更多相关专利

[发明专利]点云去噪模型获取方法、点云融合方法及其相关设备-CN202310331215.0有效
发明人：张晟东;李志建;邓涛;张立华 -专利权人：季华实验室
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： G06T5/00 文献下载
摘要：本申请属于数据融合技术领域，公开了一种点云去噪模型获取方法、点云融合方法及其相关设备，基于扩散模型同时对噪声提取模型和点云去噪模型进行迭代训练，以得到训练后的点云去噪模型，可使得到的点云去噪模型能够有效剔除点云数据中的噪声，利用该点云去噪模型对待融合点云数据进行去噪处理后，再进行点云融合，可提高点云融合的精度。
点云去噪模型获取方法融合及其相关设备

[发明专利]一种基于对抗学习的点云去噪增强方法-CN202210330045.X在审
发明人：李革;张楠;李宏;高伟 -专利权人：北京大学深圳研究生院
申请日： 2022-03-31 - 公布日： 2022-07-08 - 主分类号： G06T5/00 文献下载
摘要：本发明的基于对抗学习的点云去噪增强方法，包括如下步骤：在深度点云去噪网络训练过程中，将点云噪声置信度估计模块嵌入原始点云去噪网络；将带噪点云输入到嵌入点云噪声置信度估计模块的深度点云去噪网络中，根据点云噪声置信度估计模块估计出的点云置信度向量以及深度点云去噪网络预测出的去噪点云结果计算对抗损失；每次迭代时根据对抗损失扰动输入点云，生成对抗样本加入训练。本发明的基于对抗学习的点云去噪增强方法，能够动态的生成模型难以处理的对抗样本，提升点云去噪训练的数据多样性，在生成高斯噪声和模拟激光雷达采样噪声去噪任务上本发明增强后的模型相较于基准模型都有一定的提升。
一种基于对抗学习点云去噪增强方法

[发明专利]基于点云数据的高效测绘系统-CN202111527317.7有效
发明人：阚晓云;熊小龙;王伟立;范建峰;高伟;曾雄;杨建锋 -专利权人：湖北晓雲科技有限公司
申请日： 2021-12-15 - 公布日： 2022-02-22 - 主分类号： G06T17/00 文献下载
摘要：本发明涉及人工智能技术领域，具体涉及一种基于点云数据的高效测绘系统。该系统包括基础点云获取单元，用于采集初始点云数据，将初始点云数据输入基础点云提取网络得到基础点云数据；加噪点云获取单元，用于将所述基础点云数据输入训练好的噪声点云生成网络得到加噪点云数据；去噪网络构建单元，用于利用所述加噪点云数据和所述基础点云数据训练去噪神经网络；将采集的目标点云数据输入训练好的所述去噪神经网络得到去噪后的点云数据，基于去噪后的点云数据进行测绘。增强了去噪神经网络在不同工况下的泛化能力，且无需人为标注数据，降低成本，进而提高了测绘效率。
基于数据高效测绘系统

[发明专利]一种点云去噪算法参数的自动调优方法及装置-CN202210391148.7在审
发明人：张艳;曲承志;陈金涛;马非凡 -专利权人：中山大学·深圳;中山大学
申请日： 2022-04-14 - 公布日： 2022-08-30 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种点云去噪算法参数的自动调优方法及装置，所述方法包括：将预先配置的参数组中的各个参数代入至已有的初始点云去噪算法中，得到中间点云去噪算法，然后对待去噪点云去噪，得到去噪结果，对去噪结果的平滑度和局部密度进行评估，得到评估结果，利用评估结果对去噪算法的各个参数进行调整，得到调整后的去噪算法，并返回执行对待去噪点云去噪，得到去噪结果的步骤，直到调整次数达到预设调整次数，将预设调整次数下的各个参数组成目标参数组。可见，对去噪效果进行评估，得到去噪评估结果作为优化去噪的反馈结果，更新点云去噪算法的参数，最终得到优化后的各个参数，大大节省了人工调参的时间。
一种点云去噪算法参数自动方法装置

[发明专利]一种点云去噪方法、装置、设备及存储介质-CN202111536671.6在审
发明人：朱绪胜;周力;贾涛;蒋德成;胡伟;陈代鑫;马海钊;陈俊佑;蔡怀阳 -专利权人：成都飞机工业（集团）有限责任公司
申请日： 2021-12-15 - 公布日： 2022-03-25 - 主分类号： G06T5/00 文献下载
摘要：本申请的实施例公开一种点云去噪方法、装置、设备及存储介质，该方法包括：获取待去噪点云数据；构造所述待去噪点云数据中每个点的邻域内不同分辨率的多个面片，获得每个点的邻域面片；将所有邻域面片输入训练获得的去噪神经网络模型，获得所述去噪神经网络模型输出的每个邻域面片的总偏移量；根据每个邻域面片的总偏移量，对所述待去噪点云数据中的每个点进行偏移处理，获得去噪后的点云数据。解决了现有方法仍然对点云的去噪效果不佳的技术问题，提高了对复杂点云数据的去噪效果。
一种点云去噪方法装置设备存储介质

[发明专利]一种改进的基于聚类的单光子点云数据去噪方法-CN201811424017.4有效
发明人：李松;王玥;黄科;田昕;马跃;周辉;张智宇 -专利权人：武汉大学
申请日： 2018-11-27 - 公布日： 2021-06-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种改进的基于聚类的单光子点云数据去噪方法。本发明将光子计数激光测高仪的三维点云数据转换为二维点云数据，二维点云数据通过粗去噪方法得到粗去噪后二维点云数据；将粗去噪后二维点云数据通过均匀化处理得到均匀化后二维点云数据；将均匀化后二维点云数据通过精去噪方法得到精去噪后二维点云数据；本发明对单光子探测得到的点云数据以更快的速度和更高的查全率、查准率进行去噪和信号提取。
一种改进基于光子数据方法

[发明专利]一种基于多层次注意力感知的点云去噪方法-CN202210262877.2有效
发明人：汪俊;黄安义;王洲涛;刘元朋 -专利权人：南京航空航天大学
申请日： 2022-03-17 - 公布日： 2022-12-13 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多层次注意力感知的点云去噪方法，包括步骤：构建点云去噪数据集；构建点云去噪神经网络，包括面片特征编码器、全局层次感知模块、全局层次注意力模块和多重偏移解码器模块，并利用点云去噪数据集完成网络模型的训练；对于待去噪的点云数据，分别获取每个原始数据点的点云面片邻域，并将点云面片邻域中各数据点的坐标输入到训练完成的去噪神经网络中，获取每个原始数据点的位置偏移量；根据获取的位置偏移量，分别调整待去噪的点云数据中每个对应的原始数据点的位置，从而完成点云去噪。本发明解决了现有技术无法同时感知点云的全局与层次邻域信息的缺陷，进一步提升了点云去噪效果，优化了点云数据质量。
一种基于多层次注意力感知点云去噪方法

[发明专利]一种基于Transformer的点云逐点去噪方法-CN202211219637.0有效
发明人：汪俊;杨建铧;黄安义;李子宽 -专利权人：南京航空航天大学
申请日： 2022-10-08 - 公布日： 2023-03-24 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及点云数据预处理技术领域，解决了现有技术无法同时感知不同尺度下点的局部特征缺陷的技术问题，尤其涉及一种基于Transformer的点云逐点去噪方法，包括以下过程：S1、创建点云多尺度数据集，点云多尺度数据集包括不同尺度的点云面片及面片中心点的真值；S2、构建基于多尺度信息的点云去噪网络模型；S3、采用点云多尺度数据集对点云去噪网络模型进行训练；S4、将含有噪声点的点云数据输入至点云去噪网络模型中完成点云去噪。本发明利用Transformer模型结构和多尺度信息全局感知解决了现有技术无法同时感知不同尺度下点的局部特征的缺陷，提升了点云去噪效果，以实现对点云数据的高质量去噪。
一种基于 transformer 点云逐点去噪方法

[发明专利]一种点云数据去噪的方法和系统-CN201611032938.7在审
发明人：滕书华;谭志国;张鹏 -专利权人：湖南拓视觉信息技术有限公司
申请日： 2016-11-16 - 公布日： 2017-03-29 - 主分类号： G06T19/00 文献下载
摘要：本发明实施例提供了一种点云数据去噪的方法和系统，其中，所述方法包括获取三维点云数据；将所述三维点云数据投影到二维平面，得到二维点云数据；对所述二维点云数据进行近邻去噪。本发明实施例将三维点云数据投影到二维平面上，得到二维点云数据，即将三维点云数据转换为二维点云数据，减少了点云数据的数据量，后续对二维点云数据进行近邻去噪，相对于对三维点云数据进行近邻去噪，减少了计算的数据量，提高了去噪的效率。
一种数据方法系统

[发明专利]一种基于三维点云数据的目标点云数据提取方法-CN202010301616.8有效
发明人：朱翔 -专利权人：北京深测科技有限公司
申请日： 2020-04-16 - 公布日： 2023-09-01 - 主分类号： G06V10/25 文献下载
摘要：本发明提供了一种基于三维点云数据的目标点云数据提取方法，包括：获取原始三维点云数据，对原始三维点云数据进行去噪处理，得到去噪三维点云数据；从去噪三维点云数据中提取出强度图像数据；调用预设的目标提取算法对强度图像数据进行目标提取处理，得到目标强度图像数据；根据目标强度图像数据中各像素的像素坐标值，从原始三维点云数据中提取出目标三维点云数据；调用预设点云去噪算法对目标三维点云数据进行去噪处理，得到目标点云数据。
一种基于三维数据目标提取方法

[发明专利]一种基于自学习的有向点云去噪方法-CN202211220083.6在审
发明人：唐琳琳;范艺杰;苏敬勇;刘洋;漆舒汉 -专利权人：哈尔滨工业大学（深圳）
申请日： 2022-10-08 - 公布日： 2022-12-13 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及点云去噪技术领域，更具体来说涉及一种基于自学习的有向点云去噪方法，在可微分泊松求解器的基础上，先将有向点云映射到网格域，在网格域上利用更加充分的几何信息进行自训练和优化，再将损失函数基于可微分的性质回传到点云域，对点云域的点进行移动和优化，实现去噪。将点云域的去噪问题映射到网格域的自身调整问题实现去噪，自学习训练过程中利用重采样的步骤来优化有向点云的局部法向一致性，同时重新定义多分辨率的损失函数，使得去噪能够在局部和整体信息间取得平衡。
一种基于自学习点云去噪方法

[发明专利]一种基于点云滤波网络的三维点云数据去噪方法-CN202111641439.9有效
发明人：王兴涛;朱君;范晓鹏 -专利权人：江苏苏彩信息技术有限公司
申请日： 2021-12-29 - 公布日： 2022-09-27 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于点云滤波网络的三维点云数据去噪方法，属于点云去噪技术领域。所述方法通过结合滤波方法和深度学习方法，以一种高度适用于点云去噪任务的形式利用深度神经网络，从而取得更精准的点云去噪结果。区别于以往的滤波器，本发明利用深度神经网络自适应地学习滤波器的参数；区别于直接输出去噪点云坐标的神经网络，本发明利用深度神经网络输出滤波器的系数，然后利用该系数对带噪点云进行滤波以获得去噪后点的坐标。
一种基于滤波网络三维数据方法

[发明专利]基于特征分析和尺度选择的点云去噪方法、装置及存储介质-CN202310112492.2在审
发明人：李楠楠;刘玉丽;马哲;李成飞 -专利权人：大连海事大学
申请日： 2023-02-14 - 公布日： 2023-05-23 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了基于多尺度特征分析和尺度选择的点云去噪方法、装置及存储介质，构建基于多尺度特征分析和尺度选择的点云去噪网络模型；点云去噪网络模型以从原始噪声点云选取的多个不同尺度的局部邻域作为输入；对各个尺度下的点云数据进行局部特征提取和增强，将不同尺度下的特征信息串联起来通过专家机制模块进行权重信息回归，通过得到的权重信息进行最佳逆位移的选取；将训练集输入到构建好的点云去噪网络模型中进行训练，优化去噪网络模型；将测试集输入至训练后生成的去噪网络模型中进行去噪，输出去噪后的点云数据。
基于特征分析尺度选择点云去噪方法装置存储介质

[发明专利]点云噪声的去除方法、去噪系统、计算机设备及存储介质-CN201810128719.1有效
发明人：胡玮;高翔;郭宗明 -专利权人：北京大学;北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2018-02-08 - 公布日： 2021-02-09 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种点云噪声的去除方法、去噪系统、计算机设备及计算机可读存储介质，其中点云噪声的去除方法，包括：获取点云数据；确定点云中的异常点，并将异常点删除；确定删除异常点后的点云中的噪声点，并将噪声点删除本发明经过异常点删除和噪声点删除这两个主要步骤后达到点云去噪的目的，在达到较好的点云去噪的效果的同时，提高了点云去噪的处理速度。
噪声去除方法系统计算机设备存储介质

[发明专利]一种点云数据去噪点方法及装置-CN201810459878.X有效
发明人：刘学君;魏宇晨;袁碧贤;卢浩;戴波;李翠清 -专利权人：北京石油化工学院
申请日： 2018-05-15 - 公布日： 2022-08-23 - 主分类号： G01S17/08 文献下载
摘要：本发明提供一种点云数据去噪点方法及装置，其中，方法包括：获取第一点云数据，所述第一点云数据包括正常数据点和噪点；采用峰值去噪算法，删除所述第一点云数据中的第一层噪点，得到第二点云数据，其中，所述第一层噪点包括与相邻的正常数据点的差值大于或者等于第一阈值的噪点和噪群点；采用分段拟合算法，删除所述第二点云数据中的第二层噪点，其中，所述第二层噪点包括与相邻的正常数据点的差值小于所述第一阈值且大于或者等于第二阈值的噪点和噪群点；其中，所述噪群点包括多个噪点。本发明提供的点云数据去噪点方法准确性高。
一种数据去噪点方法装置

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