摘要
本发明提出了一种基于SPA‑Group的电力线点云实例分割及电力线重建方法,扫描电力走廊中各种物体的点云空间信息及RGB颜色信息,并利用点云处理软件给原始点云打上语义及实例标签格式;将原始点云网格下采样,并提取初始点云特征;多分辨率特征提取模块、稀疏注意力特征筛选模块、质心距离学习模块和质心距离约束模块组成的网络模型通过提取点云数据的空间位置信息,结合标签约束条件,利用反向传播算法对网络各模块参数进行迭代优化;在训练过程中,网络通过比较验证结果筛选出最优模型,最终输出预测的点云实例分割结果;最后利用电力线重建方法进行单根电力线重建;本发明创建的深度学习模型,解决了长线路电力走廊电力线精细化提取及建模的问题。
技术关键词
实例分割
特征提取模块
电力走廊
注意力
点云特征
多分辨率特征
深度学习训练数据
整体计算方法
深度学习模型
传播算法
采样模块
网络
颜色
点云空间
上采样
稀疏特征