期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于CSA-PointCNN的配电网带电作业场景无人机LiDAR点云语义分割 认领 引用
1
作者 曹昕良 孙先山 +1 位作者 梅波 林作舟 《武汉大学学报(工学版)》 CAS CSCD 北大核心 2026年第5期887-894,共8页
为解决现有配电网点云分割研究较少、分割精度不高的问题,提出一种新的点云深度学习模型。基于无人机机载激光雷达拍摄获取配电网三维点云数据,构造配电网点云数据集;将通道空间注意力机制(channel and spatial attention,CSA)嵌入深度... 为解决现有配电网点云分割研究较少、分割精度不高的问题,提出一种新的点云深度学习模型。基于无人机机载激光雷达拍摄获取配电网三维点云数据,构造配电网点云数据集;将通道空间注意力机制(channel and spatial attention,CSA)嵌入深度学习模型PointCNN(point convolutional neural network)中以提高网络的局部特征提取能力,然后将配电网点云数据导入该模型进行训练与测试。实验结果表明,所提的CSA-PointCNN模型首次实现了配电网杆塔、导地线、植被和建筑物点云的自动语义分割,分割结果优于其他点云分割深度学习算法,整体分割精度达到83.0%,平均交并比指标达到74.4%。此外,与其他注意力机制的对比实验结果显示,采用通道空间注意力机制的效果提升最为明显,平均交并比指标提高了8.7%。 展开更多
关键词 CSA-PointCNN 配电网带电作业 点云分割 深度学习
暂未订购 下载PDF
基于PointCNN的煤场煤堆点云识别与体积计算 认领 引用
2
作者 费亦凡 张豪庆 俞更喜 《内蒙古电力技术》 2025年第4期95-100,共6页
针对人工盘煤成本高昂与激光测量方法精度受限等问题,提出基于PointCNN网络的煤场煤堆点云识别与体积计算方法。首先,利用欧式距离对毫米波雷达获取的煤堆原始点云数据进行分割;其次,采用PointCNN网络精确识别目标煤堆点云数据,并采用De... 针对人工盘煤成本高昂与激光测量方法精度受限等问题,提出基于PointCNN网络的煤场煤堆点云识别与体积计算方法。首先,利用欧式距离对毫米波雷达获取的煤堆原始点云数据进行分割;其次,采用PointCNN网络精确识别目标煤堆点云数据,并采用Delaunay三角剖分算法及投影法实现煤堆点云数据的三维曲面重建和煤堆的体积计算;最后,以某燃煤电站煤场为研究对象,对所提方法进行验证。结果表明,相较于传统测量方法,本文所提方法精度更高,相对误差低于5%,能够满足燃煤电站对煤场煤堆的体积测量要求。 展开更多
关键词 煤堆 点云数据 毫米波雷达 欧式距离 PointCNN网络 Delaunay三角剖分 投影法
暂未订购 下载PDF
上一页 1 下一页 到第
在线咨询 使用帮助 返回顶部 意见反馈