[发明专利]基于深度学习的大飞机点云模型自监督语义分割方法在审
申请号: | 202010704008.1 | 申请日: | 2020-07-21 |
公开(公告)号: | CN111860520A | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 汪俊;郭向林 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06K9/34 | 分类号: | G06K9/34;G06T7/33;G06N3/04;G06N3/08 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 陈月菊 |
地址: | 210016 江*** | 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: | 本发明公开了一种基于深度学习的大飞机点云模型自监督语义分割方法,包括:利用激光跟踪仪从多个站位分别采集大尺寸飞机点云,生成若干组3D点云数据;构建全局测量场,基于全局测量场对若干组3D点云数据进行初始配准,再基于图优化对初始配准后的点云数据进行精配准,获取完整飞机点云模型;对完整飞机点云模型进行自监督语义分割。本发明利用光学三维检测系统测量技术,对采集到的3D数据进行处理分析,可以准确有效的进行大飞机上的外形语义分割,且构思合理,实践中可在飞机安全巡检等场景中实现自动化应用。 | ||
搜索关键词: | 基于 深度 学习 飞机 模型 监督 语义 分割 方法 | ||
【主权项】:
暂无信息
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南京航空航天大学,未经南京航空航天大学许可,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/202010704008.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种壕沟修复自净功能的方法
- 下一篇:一种分业务板块数据处理系统及方法