[发明专利]基于点云局部结构的语义分割改进算法在审
| 申请号： | 201910446651.6 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110223298A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 李春国;宋涣;杨绿溪 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T7/60;G06T7/80 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 蒋昱 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于点云局部结构的语义分割改进算法，用于辅助稠密建图。1.学习局部几何结构：2.学习局部特征结构：3.融合ORB‑SLAM2系统：本发明公开了一种基于点云局部结构的语义分割改进算法，用于辅助稠密建图，属于多媒体信号处理领域。本发明首次提出一种基于内核关联网络执行语义分割业务的算法，在S3DIS数据集下提升准确率至80.6％，并辅助具备稠密点云建图功能的ORB‑SLAM2，使该SLAM系统具备了语义建图的功能。 | ||
| 搜索关键词： | 语义分割 点云 算法 局部结构 稠密 多媒体信号处理 局部几何结构 改进 语义 关联网络 局部特征 数据集 准确率 内核 融合 学习 | ||
【主权项】：
1.基于点云局部结构的语义分割改进算法，其特征在于，所述的检测方法具体步骤如下：(1)学习局部几何结构：在内核关联网络网络的前端，从基于内核相关性的点云注册中获取灵感，并将点的本地邻域视为源，并将一组可学习的点即内核，作为表征某些类型的参考局部几何结构/形状，通过允许参考通过向后传播自由调整其形状，即核点位置来修改原始核相关计算；(2)学习局部特征结构：KCNet仅在网络前端执行内核关联以提取局部几何结构，为了计算KC，为了有效地存储点的本地邻域，通过将每个点视为顶点来构建K最近邻图，边缘仅连接附近的点；(3)融合ORB‑SLAM2系统：ORB‑SLAM2是在单目ORB‑SLAM的基础上提出的改进系统，它是首个基于单目、双目和RGB‑D相机的开源SLAM方案，这个方案包括，回环检测，地图重用和重定位，基于RGB‑D相机，该系统可以构建稀疏的点云地图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910446651.6/，转载请声明来源钻瓜专利网。
