公开(公告)号：CN115131560A

公开(公告)日：2022-09-30

申请号：CN202210740591.0

申请日：2022-06-28

申请人： 首都师范大学 ,  上海勃发空间信息技术有限公司

发明人： 孙海丽 ,  张振鑫 ,  李金城 ,  钟若飞 ,  邹建军 ,  许正文 ,  陆悦 ,  韩玉龙 ,  任晓旭

IPC分类号： G06V10/26 ,  G06N3/04 ,  G06V10/42 ,  G06V10/44 ,  G06V10/74 ,  G06V10/82

摘要： 本发明介绍了基于全局特征学习和局部特征判别聚合的点云分割方法，其包括以下步骤：步骤S1、设计FPE模块，丰富每个点云的特征并扩展全局感受野；步骤S2、设计LFDA模块，学习更具有区别性的局部特征；步骤S3、基于胶囊网络设计GFC模块；步骤S4、设计GCM模块，用于构建全局相关性；步骤S5、通过级联多个全局和局部信息编码模块，在下采样的同时，不断扩展点的感受野；步骤S6、改进加权交叉熵损失函数，解决盾构隧道典型要素类别数据分布不均衡的问题；步骤S7、通过三个全连接层与一个Dropout层获得最后的语义预测。本申请直接对大规模3D盾构隧道点云数据进行语义分割，避免任何的预处理或后处理，进而实现快速分割盾构隧道典型要素。

公开(公告)号：CN111882593A

公开(公告)日：2020-11-03

申请号：CN202010717508.9

申请日：2020-07-23

申请人： 首都师范大学

发明人： 张振鑫 ,  孙澜 ,  钟若飞 ,  李小娟 ,  宫辉力 ,  邹建军

IPC分类号： G06T7/33 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及一种结合注意力机制及三维图卷积网络的点云配准模型及方法，该模型为一个三分支的暹罗(Siamese)架构，包括Detector模型和Descriptor模型。所述Detector模型用于提取点的注意力特征，构造注意力机制；所述Descriptor模型用于生成三维深度特征的表达式来表示点的三维深度特征，学习判别点云的深度特征。该方法先进行模型训练，利用feature alignment triplet loss构造损失函数训练该模型，有效地从点云中提取注意力特征和描述子(Descriptor)特征；模型训练后，进行点云配准。本发明可以自动提取关键点和每个关键点的三维深度特征，在三维图卷积网络中，将多层感知器MLP与图卷积网络GCN相结合，设计了一个新的点云特征提取模块，可以提取更多有鉴别意义的点云特征，提高了点云配准的准确性。

公开(公告)号：CN111882593B

公开(公告)日：2022-06-17

申请号：CN202010717508.9

申请日：2020-07-23

申请人： 首都师范大学

发明人： 张振鑫 ,  孙澜 ,  钟若飞 ,  李小娟 ,  宫辉力 ,  邹建军

IPC分类号： G06T7/33 ,  G06K9/62 ,  G06V10/774 ,  G06V10/764 ,  G06N3/04

摘要： 本发明涉及一种结合注意力机制及三维图卷积网络的点云配准模型及方法，该模型为一个三分支的暹罗(Siamese)架构，包括Detector模型和Descriptor模型。所述Detector模型用于提取点的注意力特征，构造注意力机制；所述Descriptor模型用于生成三维深度特征的表达式来表示点的三维深度特征，学习判别点云的深度特征。该方法先进行模型训练，利用feature alignment triplet loss构造损失函数训练该模型，有效地从点云中提取注意力特征和描述子(Descriptor)特征；模型训练后，进行点云配准。本发明可以自动提取关键点和每个关键点的三维深度特征，在三维图卷积网络中，将多层感知器MLP与图卷积网络GCN相结合，设计了一个新的点云特征提取模块，可以提取更多有鉴别意义的点云特征，提高了点云配准的准确性。