摘要
本申请公开了一种基于图像分割的目标定位方法、设备及介质,方法包括:采集目标场景对应的二维图像以及三维点云;基于已训练的第一神经网络,对二维图像进行目标识别分割,以确定识别目标在二维图像中的第一位置区域;基于二维图像与三维点云之间的标定关系,将三维点云投影在二维图像中,并基于第一位置区域对三维点云进行数据降维;基于已训练的多模态深度学习网络,对数据降维后的三维点云进行分类,并基于分类结果输出识别目标在三维点云中的第二位置区域。先选用处理效率更高的图像分割方式来初筛点云,再通过对分割区域内的小范围点云数据进行分类,实现复杂场景内隐患目标的精准定位,大幅提升整个系统的处理效率。
技术关键词
点云
多模态深度学习
特征提取网络
特征融合网络
标定关系
输出特征
层级
定位方法
深度特征提取
非易失性计算机存储介质
计算机可执行指令
构建深度学习网络
图像分割方式
坐标
注意力
监督学习方法
系统为您推荐了相关专利信息
三维模型
三维点云数据
有限元分析技术
三维重建模型
深度学习模型
三维点云数据
空心板梁桥
性能评估方法
尺寸自动测量方法
生死单元法
基站部署方法
样本
特征提取网络
网格
整体吞吐量
磨削量计算方法
符号
聚类分析算法
病态矩阵
数字化检测技术