[发明专利]一种面向电力走廊场景的点云分割方法在审
| 申请号： | 201811426841.3 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109741329A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 杨积升;黄茂春;曹睿;李东;章云 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积神经网络 点云 场景 分割 训练调整 数据集 储存空间 客观事实 手工特征 网络架构 形状变化 中间变量 计算量 省力 省时 体素 学习 预设 迁移 传递 网络 | ||
【权利要求书】：
1.一种面向电力走廊场景的点云分割方法，其特征在于，具体为：首先训练调整一个结构具有六个阶段的卷积神经网络，然后将电力走廊场景的点云作为输入，传递进该已经过训练调整的卷积神经网络进行分割。
2.根据权利要求1所述的一种面向电力走廊场景的点云分割方法，其特征在于，所述训练调整一个结构具有六个阶段的卷积神经网络时，训练调整过程包括预训练和训练；其中，预训练时，采用两个森林的点云数据集对卷积神经网络进行预训练，增大训练数据集；训练时，冻结阶段1-3的权重，并将预训练时的fc1,fc2,阶段4-6的权重作为初始化权重，使用现有的电力走廊数据集对卷积神经网络进行训练。
3.根据权利要求1所述的一种面向电力走廊场景的点云分割方法，其特征在于，所述卷积神经网络中，其每个阶段的卷积层后面均跟随着若干个残差网络块；阶段3中，若干个残差网络块后面跟随着一个pool1层；阶段3和阶段4之间设有融合了不同阶段视觉信息的跳跃串联结构。
4.根据权利要求3所述的一种面向电力走廊场景的点云分割方法，其特征在于，所述卷积神经网络中，训练调整及分割时，均使用pool1层对无序的点云进行池化处理；池化过程具体为：列代表点的索引，行代表该点特征卷积后的特征值，对每一行取平均值作为输出结果。
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广东工业大学，未经广东工业大学许可，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/pat/books/201811426841.3/1.html，转载请声明来源钻瓜专利网。
