摘要
本发明公开了一种基于深度学习的特征点识别方法、装置、设备及介质,其中,方法包括:获取颅骨网格数据;对所述颅骨网格数据进行非均匀采样得到颅骨点云数据;将所述颅骨点云数据输入特征点识别模型中进行特征点识别得到颅骨特征点,其中,所述特征点识别模型是利用样本颅骨点云数据及标注的样本颅骨特征点对深度神经网络进行训练得到的。本发明避免了CT三维图像数据中的噪声干扰以及对CT三维图像数据进行体素化处理导致的冗余计算,而且还因特征点识别模型是利用样本颅骨点云数据及标注的样本颅骨特征点对深度神经网络进行训练得到的,因此提高了颅骨特征点识别效率及准确率。
技术关键词
颅骨
点云
样本
网格
特征点识别方法
特征点定位方法
深度神经网络
三维图像数据
计算机设备
处理器
误差
可读存储介质
存储器
关系
冗余
系统为您推荐了相关专利信息
应急响应方法
YOLO模型
BERT模型
分布式爬虫集群
应急响应装置
图像训练样本
注意力机制
语义特征
特征提取方法
高效率
自主导航方法
SLAM系统
会话
全局地图
机器人
性能评估方法
路面
数字孪生模型
神经网络单元
误差反向传播