点云语义分割的拓扑纹理协同感知网络

AITNT
正文
推荐专利
点云语义分割的拓扑纹理协同感知网络
申请号:CN202510498809
申请日期:2025-04-21
公开号:CN120318636A
公开日期:2025-07-15
类型:发明专利
摘要
本发明公开了点云语义分割的拓扑纹理协同感知网络,属于计算机视觉和模式识别技术领域,为了解决点云分割任务中计算成本较高、易引入信息损失,影响分割精度以及限制了其在非均匀分布数据上的表现能力的问题,本发明步骤包括从点云序列中提取拓扑和纹理特征,分别表征三维场景中的空间关系和局部表面细节,提高语义分割的精度和鲁棒性;并设计了一个拓扑-纹理协作模块(TTC),旨在无缝地集成来自拓扑和纹理特性的互补信息,增强了它们的协同作用。本发明不仅在广泛认可的基准测试ScanNet v2和S3DIS上优于最先进的技术,展示了显著的效率,而且在遥感领域的农林数据集上取得了前沿的性能,充分展示了其在3D场景理解方面的显著优势。
技术关键词
纹理特征 网络 位置编码方法 多级特征融合 模式识别技术 空间位置关系 场景 点云 加权特征 计算机视觉 注意力机制 阶段 语义特征 解码模块 平方根
系统为您推荐了相关专利信息
1
一种基于口腔影像图片的智能口腔疾病分诊方法及系统、终端
分诊方法 二维卷积神经网络 深度学习框架 疾病特征 图片
2
基于强化学习驱动的增材制造实时工艺参数优化方法
工艺参数优化方法 可见光图像 强化学习模型 多通道特征 分支
3
一种基于多源数据融合的光伏板故障诊断方法
高阶神经网络 故障诊断方法 分类器模型 表达式 特征提取模型
4
基于多模态环境感知的自适应LED照明调控方法
多模态环境 LED光源阵列 脉冲宽度调制 LED照明 微透镜阵列
5
基于多特征的预后效果预测方法及系统
参数 多项式 分布特征 向量特征提取 拟合算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号