期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进分数去噪网络的铁路场景点云模型去噪方法
被引量：
4
1
作者
闫斌
汪思成
+4 位作者
胡文博
王卫东
邱实
李正
王劲
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第12期4983-4992,共10页
基于点云数据的逆向建模是铁路工程数字化发展的关键步骤,也是铁路数字孪生、结构健康监测等各种延伸应用的基础。为解决传统直接依赖无人机航测数据构建的点云模型存在精度低、可靠性差等问题,尤其是对于复杂的铁路场景,易导致模型与...
基于点云数据的逆向建模是铁路工程数字化发展的关键步骤,也是铁路数字孪生、结构健康监测等各种延伸应用的基础。为解决传统直接依赖无人机航测数据构建的点云模型存在精度低、可靠性差等问题,尤其是对于复杂的铁路场景,易导致模型与实际偏差过大,提出一种改进的分数去噪网络(Improved Score-based Denoised Network,ISDNet)。该网络在传统分数去噪网络的基础上构建了一套全新的编码器与解码器,在提高三维点云模型精度的同时,有效降低了计算复杂度和计算成本。该算法既减少了无人机逆向三维点云建模过程中由于环境扰动等因素产生的离散噪点,在铁路基础设施的结构细节处理上有较好的表现,将重建后的点云模型测量点坐标与全站仪测量的坐标进行了对比验证。实验验证结果表明,基于ISDNet网络去噪后的铁路场景三维模型的误差降低至原始模型的一半,各测量点间X方向的平均误差为5.67 mm,Y方向的平均误差为6.67 mm,Z方向的平均误差为6.83 mm。去噪后的三维点云模型有效减少了接触网、钢轨等细节数据的丢失,并显示出了更强的形状表征性,能够更清晰。本文所提方法能够实现铁路场景点云模型的高效去噪,并将模型精度进行提高,有效减少了点云模型中各构件细节的丢失,能够为相关的延伸应用提供可靠的技术支持。
展开更多
关键词
无人机三维点云模型
铁路工程
深度学习
点
云
去噪
宏观建模
在线阅读
下载PDF
职称材料
题名
基于改进分数去噪网络的铁路场景点云模型去噪方法
被引量：
4
1
作者
闫斌
汪思成
胡文博
王卫东
邱实
李正
王劲
机构
中南大学土木工程学院
中南大学重载铁路工程结构教育部重点实验室
中南大学轨道交通基础设施智能监控研究中心
香港理工大学土木与环境工程系
香港理工大学国家轨道交通电气化与自动化工程技术研究中心香港分中心
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第12期4983-4992,共10页
基金
国家自然科学基金资助项目(52178442)。
文摘
基于点云数据的逆向建模是铁路工程数字化发展的关键步骤,也是铁路数字孪生、结构健康监测等各种延伸应用的基础。为解决传统直接依赖无人机航测数据构建的点云模型存在精度低、可靠性差等问题,尤其是对于复杂的铁路场景,易导致模型与实际偏差过大,提出一种改进的分数去噪网络(Improved Score-based Denoised Network,ISDNet)。该网络在传统分数去噪网络的基础上构建了一套全新的编码器与解码器,在提高三维点云模型精度的同时,有效降低了计算复杂度和计算成本。该算法既减少了无人机逆向三维点云建模过程中由于环境扰动等因素产生的离散噪点,在铁路基础设施的结构细节处理上有较好的表现,将重建后的点云模型测量点坐标与全站仪测量的坐标进行了对比验证。实验验证结果表明,基于ISDNet网络去噪后的铁路场景三维模型的误差降低至原始模型的一半,各测量点间X方向的平均误差为5.67 mm,Y方向的平均误差为6.67 mm,Z方向的平均误差为6.83 mm。去噪后的三维点云模型有效减少了接触网、钢轨等细节数据的丢失,并显示出了更强的形状表征性,能够更清晰。本文所提方法能够实现铁路场景点云模型的高效去噪,并将模型精度进行提高,有效减少了点云模型中各构件细节的丢失,能够为相关的延伸应用提供可靠的技术支持。
关键词
无人机三维点云模型
铁路工程
深度学习
点
云
去噪
宏观建模
Keywords
UAV 3D point cloud model
railway engineering
deep learning
point cloud denoising
macro modeling
分类号
U216.3 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进分数去噪网络的铁路场景点云模型去噪方法
闫斌
汪思成
胡文博
王卫东
邱实
李正
王劲
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
