【摘 要】
：
基于深度学习的三维点云数据分析技术得到了越来越广泛的关注,然而点云数据的不规则性使得高效提取点云中的局部结构信息仍然是一大研究难点.本文提出了一种能够作用于局部空间邻域的卦限卷积神经网络(Octant Convolutional Neural Network, Octant-CNN),它由卦限卷积模块和下采样模块组成.针对输入点云,卦限卷积模块在每个点的近邻空间中定位八个卦限内的最近邻点,接着通过
论文部分内容阅读
基于深度学习的三维点云数据分析技术得到了越来越广泛的关注,然而点云数据的不规则性使得高效提取点云中的局部结构信息仍然是一大研究难点.本文提出了一种能够作用于局部空间邻域的卦限卷积神经网络(Octant Convolutional Neural Network, Octant-CNN),它由卦限卷积模块和下采样模块组成.针对输入点云,卦限卷积模块在每个点的近邻空间中定位八个卦限内的最近邻点,接着通过多层卷积操作将八卦限中的几何特征抽象成语义特征,并将低层几何特征与高层语义特征进行有效融合,从而实现了利
其他文献
近年来，随着偏光片的应用更加广泛，对于其生产质量也有严苛的要求。本文采用深度学习的目标检测算法对偏光片的三类瑕疵缺陷进行检测，以解决传统方法检测精度低、硬件成本高的问题，优化生产工艺。本文基于YOLOv3-Tiny算法，采用Dense Block模块与SPP-Net模块对其特征提取网络进行优化，且与待检测目标的实际情况相结合调整优化网络的检测模块提出一种改进后的算法YOLOv3-Tiny-D。实验
以种植榛子年限分别为2、4、5和8年的土壤为对象，研究种植榛子对土壤基本理化性质及腐殖物质组成的影响，对榛子栽培的有效管理、园林土壤的可持续利用及水土保持效果具有重要的理论研究意义和实践指导价值。研究结果表明，在种植榛子2-8年中，榛子的茎粗、茎围、年产量、均果重在第8年时达到最大。与未种植榛子的裸地相比，种植榛子第8年时土壤有效氮、速效磷、速效钾含和容重分别升高了53.95%，15.38%，14
为了探索裸地(BS)、植被自然生长地(NG)、秸秆还田裸地(BS+CS)和秸秆还田玉米用地(CS)在土壤有机碳和腐殖质组分的变化，以农大试验田黑土区12年长期微区试验处理下的土壤为研究对象，研究不同土地利用方式对黑土有机碳及腐殖质组分的影响。结果表明：土壤有机碳含量为：NG>CS>BS>BS+CS，植被自然生长地和秸秆还田玉米用地有利于提高土壤有机碳含量。NG土壤胡敏酸（HA）、富里酸（FA）和胡
针对现场采集的人参图像中背景复杂、不宜实时诊断人参叶斑病害严重程度的问题，本研究提出一种Otsu和形态学相结合的人参叶斑图像分割系统。通过HSV空间模型和Otsu算法对图像中叶面周围复杂背景的特征进行分割，得到初步分割复杂背景的结果，采用形态学算法，实现复杂背景的精细分割，提取人参叶面目标图像，根据颜色特征信息，将健康绿色叶面与病斑进行分割，实现病斑图像提取，依据分割结果，计算健康叶面、病斑部分的
煤岩识别是实现工作面智能化开采的核心技术，已成为煤炭开采领域的技术难题。针对当前综采工作面煤岩识别精度低的问题，提出了一种基于改进U-net网络模型的煤岩图像识别方法。该方法通过使用深度分离卷积代替传统卷积减少了网络模型的参数，提高了语义分割的效率；添加Res2net模块来提高编码器提取特征的能力，同时加入条件随机场对分割图像进行后处理,来提高网络模型在分割煤岩图像交界区域的精确性。为了获取更加丰
湿地在维护生物多样性、净化水质、蓄水防洪、调节气候等方面发挥着重要作用，是人类社会赖以生存和发展的重要自然资源。七星河退耕湿地位于七星河湿地国家级自然保护区，为阐明不同恢复方式对湿地土壤养分的影响，研究了不同恢复方式下湿地土壤有机碳(SOC)、全氮(TN)、全磷(TP)、硝态氮(NO_(3)~(-)-N)、铵态氮(NH_(4)~(+)-N)及速效磷(SAP)的含量及计量特征，结果表明：七星河湿地不
针对相机在未知环境中定位及其周围环境地图重建的问题,本文基于拉普拉斯分布提出了一种快速精确的双目视觉里程计算法.在使用光流构建数据关联时结合使用三个策略:平滑的运动约束、环形匹配以及视差一致性检测来剔除错误的关联以提高数据关联的精确性,并在此基础上筛选稳定的特征点.本文单独估计相机的旋转与平移.假设相机旋转、三维空间点以及相机平移的误差都服从拉普拉斯分布,在此假设下优化得到最优的相机位姿估计与三维
基于视通路结构分级响应与动态传递的方式，本文提出了一种图像轮廓检测的新方法.针对视网膜感光细胞的暗视觉特性，建立亮度自适应的暗视野调节模型，利用多尺度经典感受野的方位选择性，构建高级轮廓与全局轮廓的检测路径；模拟LGN细胞特性对信息进行纹理稀疏编码，并结合非经典感受野的侧抑制作用抑制背景强纹理；另外在LGN区提出微动整合机制，减少纹理冗余信息，再经适应性突触实现信息关联传递；最后将初级轮廓响应跨视
针对像素级多模态医学图像融合信息丢失问题，提出了一种基于非下采样剪切波变换（Nonsubsampled shearlet transform，NSST）的像素相关性分析（Pixel correlation analysis，PCAS）的图像融合方法。首先对源图像进行NSST分解，获得高低频子带。利用提出的中心像素方差计算邻域像素与中心像素的强度相关因子，构建邻域像素相关系数矩阵，并提出相关性拉普拉
针对现场中采集的绝缘子图像存在目标图像大小尺度不一，以及拍摄角度所造成的目标图像相互遮挡等因素而导致误检或漏检等问题，文章提出了一种改进的基于卷积神经网络的绝缘子图像检测方法。采用轻量化的ZF网络实现特征提取；确定优化的锚窗比例提升目标图像的检测精度；最后对NMS后处理算法进行了改进，提出多阶段的惩罚因子算法，适应于多尺度、多比例、绝缘子重叠遮挡等复杂情况。实验结果表明，改进后的Faster R-