摘要
本发明公开了一种边缘智能驱动的多尺度图卷积三维点云分割方法,涉及三维点云分割领域;该方法采用动态多跳图卷积网络模型,动态多跳图卷积网络模型由分类模型和分割模型组成;分类模型和分割模型均包括动态多跳图卷积模块和多尺度门控机制模块;该方法包括以下步骤:设计自适应多跳机制提取高阶邻点特征且进行聚合;设计多尺度门控机制动态加权融合不同层次的特征;生成整体点云的分类分数;生成语义标签的分类分数。本发明提出利用边缘智能范式靠近数据源的优势,通过对边缘算力资源合理调度,为海量物联网节点的三维点云分割任务按需提供低时延、可定制、容器化算力支撑,结构性增强多尺度图卷积三维点云分割算法性能。
技术关键词
卷积网络模型
卷积模块
三维点云分割方法
动态
多尺度特征
描述符
语义标签
机制
KNN算法
邻域
物联网节点
定义
输入多尺度
点云分类
多层感知机
代表
输出特征
系统为您推荐了相关专利信息
K均值聚类算法
静息态功能性磁共振成像
相位估计方法
磁共振成像信号
矩阵
计算机指令集
特征金字塔
抑制算法
无人机图像处理
多尺度特征融合
摄像头成像方法
头戴式设备
视角
动作预测模型
图像数据采集模块
起降平台
选址优化方法
低空飞行器
数字孪生体
三维数字模型