论文部分内容阅读
基于深度学习的三维点云超点分割算法研究
【出 处】
：
南京理工大学
【发表日期】
：
2021年01期
其他文献
卫星电源系统作为卫星的关键组成部分之一,直接影响卫星在轨工作时的安全性与可靠性。本文以卫星电源系统为研究对象,根据电源系统的在轨状态监测需求,设计了关键装置的在轨性能监测与故障诊断方法,实现了卫星电源系统关键装置的在轨自主性能监测与故障诊断。首先,根据卫星电源系统的工作原理、遥测数据特性和故障模式,确定了电源系统的关键装置及其状态监测需求。之后,针对卫星储能电池的性能监测需求,在其最大容量值可在线
目标检测与图像分类是计算机视觉领域的重要研究课题,在工业视觉、环境监控和国土安全等领域得到了广泛的应用。随着人工智能的发展与计算机计算能力的提升,目前已有较多基于深度学习的目标检测和图像分类算法被应用于实际场景并取得了较好的效果,但是由于场景复杂、目标特征不明显和样本较少等问题,目标检测与图像分类算法的精度难以得到保证,仍有较大的提升空间。考虑到在许多目标检测应用场景中目标存在一定的分布规律,利用
称重计量系统通过计算机控制称重计量过程,实现了称重计量的自动化,在企业的运销管理中起到重要作用,但是不法商家利用汽车衡在称重计量过程中作弊谋取暴利,给企业带来重大的经济损失。因此本文利用计算机视觉、深度学习等技术研究称重计量系统防作弊技术,设计并研发了智能装卸防作弊计量系统,本文具体工作内容如下:分析现有无人值守汽车衡称重过程中存在的作弊行为,总结出了系统的功能需求,制订了系统的总体设计方案;使用
计算机动画领域的发展对角色风格提出了更加迫切的需求。同时,动作捕捉设备的广泛应用使得运动数据规模日益扩增,但是存在无法重复使用的问题。因此,如何使用自动的风格化技术对现有的人体运动捕捉数据进行组织和合成以满足角色风格要求成为了一个研究热点。人体运动风格迁移指将一个运动序列的风格转换为另一个运动序列的风格,同时保留原始运动的行为。本文利用深度学习相关技术在实时性和多样性方面对运动风格迁移进行研究,同
高光谱地物分类是遥感数据处理中的一个重要研究内容,也是从遥感影像中挖掘地物相关信息的一个重要途径,广泛的被应用于军事和民事领域。高光谱图像在蕴含丰富的光谱信息和空间信息的同时,也带来了像素特征高、信息冗余多和分类效率低等挑战。因此稀疏和低秩表示以及字典学习在像素级高光谱地物分类中得到了较为成熟和有效的应用,空间信息的引入也能显著提高算法的分类效果。本文的创新工作和主要任务如下:（1）提出了一种基于