基于复杂网络对舌、面诊图像特征提取及分割分类文献的可视化研究 被引量：3

1

作者 刘慧琳 韩吉 李福凤 《世界科学技术-中医药现代化》 CSCD 北大核心 2024年第5期1336-1343,共8页

目的对舌、面诊图像特征提取及分割分类研究的相关文章进行总结分析,探究该领域的研究热点及发展前沿趋势,为今后的舌、面诊图像处理相关研究提供思路。方法以中国知网为数据来源,根据排纳标准和检索策略,最终纳入文献439篇,最后采用Ge... 目的对舌、面诊图像特征提取及分割分类研究的相关文章进行总结分析,探究该领域的研究热点及发展前沿趋势,为今后的舌、面诊图像处理相关研究提供思路。方法以中国知网为数据来源,根据排纳标准和检索策略,最终纳入文献439篇,最后采用Gephi绘图软件对相关文献的作者、研究机构以及关键词进行共词网络可视化分析。结果结合年发文量可知整体发文量较少,但总体趋势呈平稳上升;研究团队主要以李福凤、张新峰、许家佗、王忆勤和王泓午等的团队为代表;研究机构多为地区性医工交叉的合作形式。结论研究热点趋势向深度学习的图像处理方向发展,同时跨地区跨机构之间的团队合作有待加强,进一步推动多学科交叉融合及中医望诊(舌、面诊)智能客观定量化发展。 展开更多

关键词 面诊图像 舌诊图像 特征提取 分割分类 研究现状 研究热点 可视化

在线阅读 下载PDF 职称材料

基于隐马尔可夫链的广播新闻分割分类 被引量：7

2

作者 庄越挺 毛祎 +1 位作者 吴飞 潘云鹤 《计算机研究与发展》 EI CSCD 北大核心 2002年第9期1057-1063,共7页

提出了使用具有模拟随机时序数据良好能力的隐马尔可夫链来完成广播新闻分割分类的算法 .首先使用含隐藏语义状态的隐马尔可夫链把原始广播新闻粗略分割分类成开始 /结束和语音两部分 ,其次应用 3个隐马尔可夫链 ,按照最大似然概率法把... 提出了使用具有模拟随机时序数据良好能力的隐马尔可夫链来完成广播新闻分割分类的算法 .首先使用含隐藏语义状态的隐马尔可夫链把原始广播新闻粗略分割分类成开始 /结束和语音两部分 ,其次应用 3个隐马尔可夫链 ,按照最大似然概率法把语音片段预识别为主持人介绍、广告和天气预报 ,最后由语义变化速率识别出新闻现场报道 ,完成广播新闻的精细分割分类任务 . 展开更多

关键词 隐马尔可夫链 广播新闻 音频片段特征 阈值 分割分类算法 音频信号 语音识别 多媒体

在线阅读 下载PDF 职称材料

基于自适应动态图卷积和无参注意力的点云分类分割方法

3

作者 李维刚 李歆怡 +1 位作者 王永强 赵云涛 《计算机应用》 北大核心 2025年第6期1980-1986,共7页

针对传统卷积在处理点云时难以精确提取邻域特征信息和有效融合上下文信息的问题,提出一种基于自适应动态图卷积和无参注意力的点云分类分割方法。首先,通过自适应动态图卷积模块(ADGC)学习不同邻域的特征信息,生成自适应卷积核,并更新... 针对传统卷积在处理点云时难以精确提取邻域特征信息和有效融合上下文信息的问题,提出一种基于自适应动态图卷积和无参注意力的点云分类分割方法。首先,通过自适应动态图卷积模块(ADGC)学习不同邻域的特征信息,生成自适应卷积核,并更新边缘特征,从而精确提取点云的局部邻域特征;其次,设计残差结构学习点云的空间位置信息,以精确捕获点对之间的几何结构,更好地保留和提取细节特征;最后,为了更好地关注和提取局部几何特征,结合无参注意力模块(PFA)与卷积操作,增强邻域之间的联系和模型的上下文感知能力。实验结果表明,与PointNet相比,所提方法在多种任务上具有显著优势,具体地,所提方法的分类任务的总体精度(OA)提升了4.6个百分点,部件分割任务实例的平均交并比(mIoU)提升了2.3个百分点,语义分割任务的mIoU提升了24.6个百分点。可见,所提方法进一步增强了对复杂几何结构的理解和表征能力,在各种任务中实现了更精确的特征提取和实验性能。 展开更多

关键词 点云 分类分割 自适应 动态图卷积 注意力机制

在线阅读 下载PDF 职称材料

集多头点注意力与边卷积的点云分类分割模型

4

作者 熊伟 娄政浩 +1 位作者 徐敏夫 袁和金 《计算机辅助设计与图形学学报》 北大核心 2025年第3期446-456,共11页

针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用... 针对动态图卷积模型只在局部尺度上独立提取点特征,未将局部点互相关联的问题,提出了一种集多头点注意力与边卷积的点云分类和分割模型.首先,设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征,学习点云的旋转不变性,使用多头机制将单头点注意力模块进行聚合,构建多头点注意力模块,赋予邻域内不同点相应的注意力系数;其次,设计加权金字塔池化模块进行特征融合,获得更加丰富的特征信息;最后,提出结合交叉熵损失和焦点损失的联合损失函数,解决数据集中存在的难分类样本和类别不平衡问题.在ModelNet40数据集和ShapeNet数据集上分别进行了点云分类与分割实验,在ModelNet40数据集上,所提模型的总体精度提升到了94.1%;在ShapeNet数据集上的平均交并比提升到了86.3%,有效地提升了模型的分类和分割性能. 展开更多

关键词 点云数据 分类与分割 多头点注意力 边卷积 特征融合 损失函数

在线阅读 下载PDF 职称材料

三维点云分类分割门控网络改进

5

作者 刘慧 田帅华 《计算机工程与设计》 北大核心 2024年第5期1557-1564,共8页

针对三维点云特征提取困难的问题,提出一种以门控网络(GateNet)为基础的PointNet++改进网络,通过抑制无关特征,强调重要特征,自适应校准网络内部特征,达到增强局部特征的目的。将门控网络、挤压激励、注意力机制等引入PointNet++点云分... 针对三维点云特征提取困难的问题,提出一种以门控网络(GateNet)为基础的PointNet++改进网络,通过抑制无关特征,强调重要特征,自适应校准网络内部特征,达到增强局部特征的目的。将门控网络、挤压激励、注意力机制等引入PointNet++点云分类分割网络,提高分类分割精度,在数据集ModelNet、ShapeNet和S3DIS上进行实验。实验结果表明,改进网络提高了总体分类精度(OA)和均交并比(mIoU),结果优于PointNet++网络,时间更快。 展开更多

关键词 深度学习 机器视觉 三维点云 门控网络 挤压激励 注意力机制 分类分割

在线阅读 下载PDF 职称材料

结合双注意力和加权动态图卷积的三维点云分类与分割

6

作者 肖剑 王晓红 +2 位作者 李炜 杨祎斐 罗季 《光学精密工程》 EI CAS CSCD 北大核心 2024年第18期2823-2835,共13页

针对基于深度学习的点云分类分割网络在局部上下文信息提取和近邻点特征表达上的不足,以及最大池化容易丢失次优信息的问题,提出结合双注意力和加权动态图卷积网络的点云分类分割算法。首先,加权动态图卷积利用加权K近邻算法构建鲁棒的... 针对基于深度学习的点云分类分割网络在局部上下文信息提取和近邻点特征表达上的不足,以及最大池化容易丢失次优信息的问题,提出结合双注意力和加权动态图卷积网络的点云分类分割算法。首先,加权动态图卷积利用加权K近邻算法构建鲁棒的局部结构,并引入强化边卷积模块对点特征加权以得到强化后边特征。然后,通道注意力构造通道相关性并释放各通道潜力,再利用空间注意力感知三维点云的空间结构,以增强局部语义特征的表达,并提取有效上下文信息与深层语义特征。最后,采用TopK池化添加次优特征。实验结果表明,该算法在ModelNet40分类数据集上总体分类精度达到93.36%,在ShapeNet Part部件分割数据集上平均交并比达到85.96%,能够有效提取上下文信息和增强近邻点特征表达,表明了算法的有效性。 展开更多

关键词 分类与分割 三维点云 注意力机制 加权动态图卷积 K近邻算法

在线阅读 下载PDF 职称材料

集图卷积和三维方向卷积的点云分类分割模型 被引量：12

7

作者 兰红 陈浩 张蒲芬 《计算机工程与应用》 CSCD 北大核心 2023年第8期182-191,共10页

现有的深度学习方法在提取点云的局部特征时往往忽略了节点间的位置关系和方向信息,导致不能有效地学习点云的局部特征。为解决这一问题,提出一种集图卷积和三维方向卷积的点云分类分割模型GCN3D。GCN3D模型将图卷积神经网络应用在点云... 现有的深度学习方法在提取点云的局部特征时往往忽略了节点间的位置关系和方向信息,导致不能有效地学习点云的局部特征。为解决这一问题,提出一种集图卷积和三维方向卷积的点云分类分割模型GCN3D。GCN3D模型将图卷积神经网络应用在点云分类分割领域。将点云视作图上的节点,对每个节点求其K近邻,建立局部K近邻邻域内两两节点之间的边,并通过图卷积神经网络参数化边特征以捕捉节点间局部位置关系并更新中心节点特征;使用方向编码模块将节点的邻域划分为八个方位的细粒度的邻域小块,并按照三维空间坐标轴的方向依次将局部邻域结构内的节点特征映射到不同细粒度邻域空间内以提取节点间的方向信息,并且叠加两个方向编码模块增大网络的感受野,提高模型对于稀疏点云数据的鲁棒性并获取局部邻域多尺度特征。在ModelNet40数据集和ShapeNet数据集上分别进行点云分类和点云部分分割的实验。结果表明,相比没有考虑局部特征信息的PointNet,GCN3D模型在ModelNet40数据集上的总体分类精度提高了3.8个百分点,平均分类精度提高了4.3个百分点;在ShapeNet数据集上的平均交并比提高了1.5个百分点。相比其他深度学习模型性能有不同程度的提高。 展开更多

关键词 点云 分类分割 图卷积神经网络 三维方向卷积 细粒度邻域 多尺度

在线阅读 下载PDF 职称材料

基于局部关系卷积的点云分类与分割模型 被引量：4

8

作者 高金金 李潞洋 《计算机工程与应用》 CSCD 北大核心 2022年第19期276-283,共8页

深度学习已成为点云分析的主要方法,但是现有方法在点云特征抽象时无法充分参考局部形状信息,因此对局部形状变化感知的鲁棒性较差,难以针对形状特征生成合适的卷积核。为此,提出了局部关系卷积(local relation convolution,LRConv),一... 深度学习已成为点云分析的主要方法,但是现有方法在点云特征抽象时无法充分参考局部形状信息,因此对局部形状变化感知的鲁棒性较差,难以针对形状特征生成合适的卷积核。为此,提出了局部关系卷积(local relation convolution,LRConv),一种通过全面局部关系感知形状特征的卷积算子。参考点云局部中所有邻域点之间的低维空间关系,定义了一种不依赖于点的顺序与刚性变换的局部关系描述;使用多层感知机从关系描述中学习得到局部区域中每个点对应的卷积权重;通过卷积权重来变换点的特征,并聚合局部区域的抽象特征。在基准测试实验中,LRConv分类网络在ModelNet上的分类准确率较PointNet++提高了2.1个百分点,LRConv零件分割网络在ShapeNet上的分割类别平均重合度较PointNet++提高了1.5个百分点。实验结果充分验证了LRConv在特征抽象中的有效性。 展开更多

关键词 点云 局部关系 分类与分割 卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

基于环查询和通道注意力的点云分类与分割 被引量：1

9

作者 刘玉珍 李楠 陶志勇 《图学学报》 CSCD 北大核心 2022年第4期616-623,共8页

点云数据的特征处理是机器人、自动驾驶等领域中三维物体识别技术的关键组成部分,针对点云局部特征信息重复提取、点云物体整体几何结构缺乏识别等问题,提出一种基于环查询和通道注意力的点云分类与分割网络。首先将单层环查询和特征通... 点云数据的特征处理是机器人、自动驾驶等领域中三维物体识别技术的关键组成部分,针对点云局部特征信息重复提取、点云物体整体几何结构缺乏识别等问题,提出一种基于环查询和通道注意力的点云分类与分割网络。首先将单层环查询和特征通道注意力机制进行结合,减少局部信息冗余并加强局部特征;然后计算法线变化识别出物体边缘、拐角区域的高响应点,并将其法线特征加入全局特征表示中,加强物体整体几何结构的识别。在ModelNet40和ShapeNet Part数据集上与多种点云网络进行比较,实验结果表明,该网络不仅有较高的点云分类与分割精度,同时在训练时间和内存占用等方面也优于其他方法,此外对于不同输入点云数量具有较强鲁棒性。因此该网络是一种有效、可行的点云分类与分割网络。 展开更多

关键词 点云数据 分类与分割 环查询 通道注意力 高响应点识别

在线阅读 下载PDF 职称材料

基于Spider卷积的三维点云分类与分割网络 被引量：11

10

作者 王本杰 农丽萍 +2 位作者 张文辉 林基明 王俊义 《计算机应用》 CSCD 北大核心 2020年第6期1607-1612,共6页

针对传统的卷积神经网络(CNN)不能直接处理点云数据,需先将点云数据转换为多视图或者体素化网格,导致过程复杂且点云识别精度低的问题,提出一种新型的点云分类与分割网络Linked-Spider CNN。首先,在Spider CNN基础上通过增加Spider卷积... 针对传统的卷积神经网络(CNN)不能直接处理点云数据,需先将点云数据转换为多视图或者体素化网格,导致过程复杂且点云识别精度低的问题,提出一种新型的点云分类与分割网络Linked-Spider CNN。首先,在Spider CNN基础上通过增加Spider卷积层数以获取点云深层次特征;其次,引入残差网络的思想在每层Spider卷积增加短连接构成残差块;然后,将每层残差块的输出特征进行拼接融合形成点云特征;最后,使用三层全连接层对点云特征进行分类或者利用多层卷积层对点云特征进行分割。在ModelNet40和ShapeNet Parts数据集上将所提网络与PointNet、PointNet++和Spider CNN等网络进行对比实验,实验结果表明,所提网络可以提高点云的分类精度和分割效果,说明该网络具有更快的收敛速度和更强的鲁棒性。 展开更多

关键词 卷积神经网络 Spider卷积 点云分类与分割 残差块 鲁棒性

在线阅读 下载PDF 职称材料

高低维双局部特征融合的点云分类分割网络 被引量：3

11

作者 梁志强 陈春梅 +2 位作者 陈妍洁 陈国栋 刘桂华 《激光与红外》 CAS CSCD 北大核心 2022年第10期1557-1564,共8页

点云的分类和分割是三维点云网络的基础步骤,是三维重建、目标识别和自动驾驶等研究的关键环节。针对现有三维点云网络进行分类和分割时无法充分利用点云局部信息而导致精度不高的问题,提出了一种高低维双局部特征融合的点云分类分割网... 点云的分类和分割是三维点云网络的基础步骤,是三维重建、目标识别和自动驾驶等研究的关键环节。针对现有三维点云网络进行分类和分割时无法充分利用点云局部信息而导致精度不高的问题,提出了一种高低维双局部特征融合的点云分类分割网络。本文网络利用图卷积提取点云基于位置信息的低维局部特征,并通过注意力机制提取点云基于语义信息的高维局部特征,同时使用多层感知机提取点云的全局特征,通过多个特征融合的方式来提高点云分类和分割的精度。实验结果表明:本文网络在点云分类任务中,总体精度达到93.4%,平均精度达到90.3%;在点云分割任务中,平均交并比达到86.2%;相较于现有的主流网络具有较好的分类和分割精度。同时对于稀疏点云输入的问题,本文网络具有较强的鲁棒性。 展开更多

关键词 局部特征 点云分类分割 图卷积 注意力机制 鲁棒性

在线阅读 下载PDF 职称材料

基于动态图卷积和离散哈特莱转换差异性池化的点云数据分类分割网络 被引量：7

12

作者 史怡 魏东 +2 位作者 宋强 何莲 王竟爽 《计算机应用》 CSCD 北大核心 2022年第S01期292-297,共6页

针对目前可以直接处理原始点云数据的深度学习网络PointNet,忽略了点与点之间的拓扑关系和全局特征信息单一的缺陷,提出一种基于动态图卷积和离散哈特莱转换(DHT)差异性池化的点云数据分类分割网络。首先,设计动态图卷积模块构建局部邻... 针对目前可以直接处理原始点云数据的深度学习网络PointNet,忽略了点与点之间的拓扑关系和全局特征信息单一的缺陷,提出一种基于动态图卷积和离散哈特莱转换(DHT)差异性池化的点云数据分类分割网络。首先,设计动态图卷积模块构建局部邻域图结构,通过图卷积网络获得点与点之间的位置关系,同时采用动态更新图结构的方式,增强网络表征能力;然后,通过离散哈特莱转换将特征转换到指定维度;最后,通过最大池化和平均池化并联通道获得全局特征。实验结果证明:提出的网络模型与PointNet网络模型在同样的数据集和评价标准上对比,点云分类任务上总体精度提高2.6个百分点,部件分割任务平均交并比(mIoU)提高4.1个百分点,场景语义分割任务mIoU提高8.6个百分点。通过运用该网络模型能有效提升点云数据分类分割的准确率,同时该网络具有更强的鲁棒性。 展开更多

关键词 点云数据 深度学习 分类分割 图卷积 离散哈特莱转换

在线阅读 下载PDF 职称材料

基于语义信息补偿全局特征的物体点云分类分割 被引量：2

13

作者 林森 赵振禹 +1 位作者 任晓奎 陶志勇 《红外与激光工程》 EI CSCD 北大核心 2022年第8期495-506,共12页

3D点云数据处理在物体分割、医学图像分割和虚拟现实等领域起到了重要作用。然而现有3D点云学习网络全局特征提取范围小,难以描述局部高级语义信息,进而导致点云特征表述不完整。针对这些问题,提出一种基于语义信息补偿全局特征的物体... 3D点云数据处理在物体分割、医学图像分割和虚拟现实等领域起到了重要作用。然而现有3D点云学习网络全局特征提取范围小,难以描述局部高级语义信息,进而导致点云特征表述不完整。针对这些问题,提出一种基于语义信息补偿全局特征的物体点云分类分割网络。首先,将输入的点云数据对齐到规范空间,进行数据的输入转换预处理。然后,利用扩张边缘卷积模块提取转换后数据的每一层特征,并叠加生成全局特征。而在局部特征提取时,利用提取到的低级语义信息来描述高级语义信息和有效几何特征,用于补偿全局特征中遗漏的点云特征。最后,融合全局特征和局部高级语义信息得到点云的整体特征。实验结果表明,文中方法在分类和分割性能上优于目前经典和新颖的算法。 展开更多

关键词 语义信息 3D模型分类、分割 特征提取 深度学习

在线阅读 下载PDF 职称材料

对融合特征敏感的三维点云识别与分割 被引量：1

14

作者 朱安迪 达飞鹏 盖绍彦 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期52-63,共12页

三维点云分类分割网络忽视了融合特征中的冗余信息,缺乏放大有效特征占比能力,不能充分挖掘特征的表达性。在CurveNet网络基础上,提出了一种能够筛选和丰富融合特征的方法,对点云的识别与分割效果达到了较先进水平。首先,提出了对融合... 三维点云分类分割网络忽视了融合特征中的冗余信息,缺乏放大有效特征占比能力,不能充分挖掘特征的表达性。在CurveNet网络基础上,提出了一种能够筛选和丰富融合特征的方法,对点云的识别与分割效果达到了较先进水平。首先,提出了对融合特征具有筛选能力的特征选择子网络,利用结合了打分机制的Top K算子选出包含有效信息的融合特征,并且能够自适应地赋予被选特征权重。其次,在聚合曲线特征模块中增加了两个新分支,分别学习曲线内部点距离特征和曲线之间的线距离特征,通过快速通道相关性注意力机制提取各分支的内部相关性,增强了网络特征的信息描述能力。实验结果表明,分类任务在ModelNet40数据集上准确率达到了93.8%,分割任务在ShapeNet Part数据集上平均交并比达到了86.4%。与基准网络相比,分类效果与分割效果均有所提高,证明了算法的有效性。 展开更多

关键词 三维点云 融合特征筛选 曲线特征 注意力机制 分类分割

在线阅读 下载PDF 职称材料

基于多粒度特征的点云物体的分割与分类 被引量：1

15

作者 王勇 岳晨珂 《计算机应用与软件》 北大核心 2023年第9期165-170,共6页

要由于点云数据的无规则性,很多研究者通过MLP或者卷积等操作学习点云的特征。针对上述方法在学习点云时可能会忽略每个点之间的信息联系,提出一种结合粒计算中的多粒度思想,利用每个点周围的邻域信息,对点云采用KNN算法和下采样操作提... 要由于点云数据的无规则性,很多研究者通过MLP或者卷积等操作学习点云的特征。针对上述方法在学习点云时可能会忽略每个点之间的信息联系,提出一种结合粒计算中的多粒度思想,利用每个点周围的邻域信息,对点云采用KNN算法和下采样操作提取到每个点的局部特征信息,再利用上一层每个点所携带的局部信息进行粒化操作提取特征,从而得到多层次的特征表示。对于不同粒度的点云层进行MLP操作提取更多的特征信息,最后再把每个层提取到的特征信息与每个点原始的特征信息差值结合。实验结果表明,模型在点云的零件分割和形状分类数据集方面能达到更好的效果。 展开更多

关键词 点云 多粒度 分割与分类 粒化 特征

在线阅读 下载PDF 职称材料

基于强化局部特征的3D点云分类与分割网络 被引量：1

16

作者 陈丽芳 魏梦如 《应用科学学报》 CAS CSCD 北大核心 2022年第2期328-337,共10页

在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失。针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码;通过... 在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失。针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码;通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数,结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验,结果表明:该网络在点云的目标分类和语义分割任务上表现出较好的性能。 展开更多

关键词 点云分类与分割 编码单元 注意力机制 多维损失函数

在线阅读 下载PDF 职称材料

基于加权融合特征与Ostu分割的红外弱小目标检测算法 被引量：15

17

作者 刘昆 刘卫东 《计算机工程》 CAS CSCD 北大核心 2017年第7期253-260,共8页

为提高红外弱小目标在复杂背景干扰与低信噪比条件下的检测精度与效率,基于局部加权融合特征与分类二维Ostu分割,提出红外弱小目标检测算法。利用红外弱小目标与背景的灰度差异,基于Top-Hat算子设计红外背景过滤机制,使弱小目标从背景... 为提高红外弱小目标在复杂背景干扰与低信噪比条件下的检测精度与效率,基于局部加权融合特征与分类二维Ostu分割,提出红外弱小目标检测算法。利用红外弱小目标与背景的灰度差异,基于Top-Hat算子设计红外背景过滤机制,使弱小目标从背景中凸显出来,使用图像的熵值定义局部加权融合特征,完成弱小目标的粗定位。采用分形理论计算粗定位区域内所有像素的分维值,构建像素分维像模型完成弱小目标的细定位,并通过特征分类二维Ostu分割机制实现红外弱小目标的精确检测。测试结果表明,与现有红外弱小目标检测算法相比,该算法具有更高的检测精度与更短的检测耗时。 展开更多

关键词 红外图像 弱小目标检测 局部加权融合特征 背景过滤机制 分类二维Ostu分割

在线阅读 下载PDF 职称材料

基于双注意力机制和多尺度融合的点云分类与分割网络

18

作者 李维刚 邵佳乐 田志强 《计算机应用》 2025年第9期3003-3010,共8页

现有的网络难以有效学习点云局部的几何形状信息,存在无法有效关注重要特征结构和融合不充分等问题。因此,提出一种基于双注意力机制(DAM)和多尺度融合的点云分类与分割网络。首先,在数据特征提取阶段利用几何自适应卷积(GAC)动态地调... 现有的网络难以有效学习点云局部的几何形状信息,存在无法有效关注重要特征结构和融合不充分等问题。因此,提出一种基于双注意力机制(DAM)和多尺度融合的点云分类与分割网络。首先,在数据特征提取阶段利用几何自适应卷积(GAC)动态地调整卷积核的几何位置和权重,使它能够动态适应点云数据的局部几何结构,从而更有效地捕捉局部特征;其次,为了进一步提升特征表达能力,引入DAM自动学习并调整特征通道和空间信息的权重,从而增强关键点的特征表示;最后,连接不同尺度的特征信息以进行有效融合,从而增强特征学习效果,使得最终的特征表示更加丰富,以提高网络的分类分割精度。在ModelNet40、ShapeNet和S3DIS数据集上的实验结果表明,所提网络与PointNet++和DGCNN(Dynamic Graph Convolutional Neural Network)相比,总体分类精度(OA)和平均交并比(mIoU)更好,有效提升了点云分类与分割的性能。 展开更多

关键词 点云 分类分割 深度学习 注意力机制 特征融合

在线阅读 下载PDF 职称材料

基于LiDAR的城市土地集约利用评价方法研究 被引量：3

19

作者 石志宽 汤国安 《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2009年第4期110-116,共7页

城市土地集约利用水平反映了城市土地利用的强度和效率,是城市三维空间布局的藐视指标,关系着如何规划城市土地的用途.LiDAR数据是数字地形模型和三维城市模型的主要数据源.研究提出了基于LiDAR数据自动进行城市土地集约评价的三阶段框... 城市土地集约利用水平反映了城市土地利用的强度和效率,是城市三维空间布局的藐视指标,关系着如何规划城市土地的用途.LiDAR数据是数字地形模型和三维城市模型的主要数据源.研究提出了基于LiDAR数据自动进行城市土地集约评价的三阶段框架.首先对LiDAR数据进行分类,获取植被、建筑物等信息;接着产生100 m×100 m的评价网格,计算每个网格的三维房地指数和植地指数,进而生成城市土地集约利用评价专题图;最后以Optech获取的江苏徐州的LiDAR数据为例展示评价的效果. 展开更多

关键词 LIDAR 分割与分类 三维城市模型 土地集约利用评价

在线阅读 下载PDF 职称材料

面向对象的红树林信息提取 被引量：15

20

作者 田新光 张继贤 张永红 《海洋测绘》 2007年第2期41-44,共4页

红树林是世界上最重要的生态系统之一,对于海岸带的保护起着非常重要的作用。然而,由于红树林所处的地理环境,对其进行实地调查是很困难的。遥感的出现,为我们研究红树林提供了一个很好的技术手段。但由于红树林的光谱信息与其他植被光... 红树林是世界上最重要的生态系统之一,对于海岸带的保护起着非常重要的作用。然而,由于红树林所处的地理环境,对其进行实地调查是很困难的。遥感的出现,为我们研究红树林提供了一个很好的技术手段。但由于红树林的光谱信息与其他植被光谱信息的相似性,给红树林信息的提取带来了很大的困难。基于IKONOS卫星影像,采用面向对象的信息提取方法,利用简单的决策树分类方法进行了海岸带红树林信息提取的实验,得到了很好的结果,并与其他方法进行了比较。 展开更多

关键词 遥感 红树林 面向对象分类 基于分类的分割

在线阅读 下载PDF 职称材料