-
公开(公告)号：CN113011430A
公开(公告)日：2021-06-22
申请号：CN202110309423.1
申请日：2021-03-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种大规模点云语义分割方法及系统，所述语义分割方法包括：提取待识别点云的逐点特征，所述待识别点云由多个待识别点构成；基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到对应的点云特征；将各点云特征逐步解码，得到对应的解码特征；根据各解码特征，基于语义分割网络模型，确定所述待识别3D点云的语义分割预测结果。本发明提取待识别点云的逐点特征，从大规模点云信息中提取更有效的空间特征，基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到点云特征，进一步解码，得到解码特征，根据解码特征，确定所述待识别3D点云的语义分割预测结果，以获取周围空间环境的语义信息，从而提高语义分割精度。
-
公开(公告)号：CN111507258A
公开(公告)日：2020-08-07
申请号：CN202010303153.9
申请日：2020-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于计算机视觉领域，具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括：获取输入图像数据并预处理后得到处理后的图像数据；基于检测网络分别获取道路区域数据和道路边缘数据；对所述道路边缘数据和/或所述道路区域数据进行形态学变换，并与所述道路区域数据和/或所述道路边缘数据交集处理，获取像素级道路区域数据；其中，所述检测网络基于CNN的图像分割网络，包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低，具有通用性，能够部署并应用于智能车上，并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号：CN111507258B
公开(公告)日：2023-05-12
申请号：CN202010303153.9
申请日：2020-04-17
Applicant: 中国科学院自动化研究所
IPC: G06V20/56 , G06V10/26 , G06V10/776 , G06V10/82 , G06N3/0464
Abstract: 本发明属于计算机视觉领域，具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括：获取输入图像数据并预处理后得到处理后的图像数据；基于检测网络分别获取道路区域数据和道路边缘数据；对所述道路边缘数据和/或所述道路区域数据进行形态学变换，并与所述道路区域数据和/或所述道路边缘数据交集处理，获取像素级道路区域数据；其中，所述检测网络基于CNN的图像分割网络，包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低，具有通用性，能够部署并应用于智能车上，并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号：CN113011430B
公开(公告)日：2023-01-20
申请号：CN202110309423.1
申请日：2021-03-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种大规模点云语义分割方法及系统，所述语义分割方法包括：提取待识别点云的逐点特征，所述待识别点云由多个待识别点构成；基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到对应的点云特征；将各点云特征逐步解码，得到对应的解码特征；根据各解码特征，基于语义分割网络模型，确定所述待识别3D点云的语义分割预测结果。本发明提取待识别点云的逐点特征，从大规模点云信息中提取更有效的空间特征，基于各待识别点的点云空间信息，将各逐点特征逐步编码，得到点云特征，进一步解码，得到解码特征，根据解码特征，确定所述待识别3D点云的语义分割预测结果，以获取周围空间环境的语义信息，从而提高语义分割精度。
-
-
-
Search Results
4
records
(took 0.023 seconds)
