摘要
本发明提供一种基于在线难例挖掘的端到端散射体轮廓建模方法,包括:获取待建模的点云组数据和预先训练的轮廓建模网络;其中,轮廓建模网络包括骨干网络、点云组检测网络、顶点检测网络和边缘检测网络,点云组检测网络为集成在线难例挖掘模块的检测网络;将待建模的点云组数据输入骨干网络得到点云特征数据;将点云特征数据输入点云组检测网络得到包含顶点的点云组;基于顶点检测网络和边缘检测网络对包含顶点的点云组进行顶点检测和边缘检测生成线框模型;基于线框模型生成水密平面得到散射体轮廓模型。不仅提高了对正样本的识别精度,还增强了对负样本的鲁棒性,有效解决了传统点云组检测中因正负样本不均衡而导致的性能问题。
技术关键词
边缘检测网络
顶点
样本
线框模型
建模方法
点云特征
轮廓模型
在线
标签
非暂态计算机可读存储介质
预定义阈值
处理器
特征提取模块
建模装置
数据获取模块
计算机程序产品
系统为您推荐了相关专利信息
森林火灾预测方法
图像特征集
火灾特征
地点
长短期记忆网络
新鲜度
卷积神经网络模型
机器学习模型
多任务
监测方法
三相电能表
窃电嫌疑
样本
有功功率
数据处理模块
微通道散热器
神经网络训练方法
BP神经网络
误差反向传播
参数