期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到12篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进RandLA-Net的车载点云标线识别方法 认领 引用 被引量：1
1
作者 张傲寒 岳东杰 +3 位作者 赵钢 徐菲 刘丹妮 王刘宇 《南京信息工程大学学报》 CAS 北大核心 2026年第2期267-277,共11页
针对车载LiDAR点云在道路标线识别中存在几何特征稀疏、遮挡或缺损导致标线模糊,以及复杂场景下边界辨识度低等问题,本文提出一种基于改进RandLA-Net的道路标线点云识别方法.首先,构建混合池化模块融合局部邻域与全局特征,以捕获更广泛... 针对车载LiDAR点云在道路标线识别中存在几何特征稀疏、遮挡或缺损导致标线模糊,以及复杂场景下边界辨识度低等问题,本文提出一种基于改进RandLA-Net的道路标线点云识别方法.首先,构建混合池化模块融合局部邻域与全局特征,以捕获更广泛的上下文信息;其次,设计特征对比增强模块,通过分析不同点的特征差异,并结合最大特征值和平均特征值的对比,采用特征加权策略,强化关键区域(如箭头、实线边界)的特征响应;最后,提出融合Dice与加权交叉熵的损失函数,以增强模型对边界区域的感知能力.为验证算法鲁棒性,本文构建了两个道路标线点云数据集Toronto-Rdmk和UPM-Rdmk,对其进行实验验证与分析.实验结果表明,本文方法在Toronto-Rdmk数据集上的平均交并比为69.40%,在UPM-Rdmk数据集上为49.06%,分别比RandLA-Net提高了3.17和4.23个百分点.充分证明了所提方法在复杂场景下的有效性,为大规模道路标线点云的自动化识别提供了有力支持. 展开更多
关键词 车载LiDAR点云 RandLA-Net 混合池化模块 特征对比增强模块 融合损失函数 道路标线点云数据集
暂未订购 下载PDF
基于改进RandLA-Net点云语义分割的激光雷达隧道内障碍物检测方法 认领 引用
2
作者 丁文 龙腾 +3 位作者 陈贵滨 曾祥 罗子麒 寇晨晨 《控制与信息技术》 2026年第3期63-70,共8页
基于激光雷达的隧道内障碍物检测技术是保障地铁行车安全的核心技术支撑。针对传统的激光雷达障碍物检测方法在地铁隧道场景中存在的限界和白名单问题,文章提出一种基于改进RandLA-Net点云语义分割的激光雷达障碍物检测算法。首先,引入... 基于激光雷达的隧道内障碍物检测技术是保障地铁行车安全的核心技术支撑。针对传统的激光雷达障碍物检测方法在地铁隧道场景中存在的限界和白名单问题,文章提出一种基于改进RandLA-Net点云语义分割的激光雷达障碍物检测算法。首先,引入并优化了点云语义分割模块,通过增强局部语义与几何信息的融合,实现了隧道壁、轨道、地面等背景的高精度分割,有效排除了背景干扰;其次,提出基于语义分割结果的轨道点直接拟合生成限界的方法,避免了传统方法复杂的参数标定与拟合偏差,使限界生成更直接、准确;最后,构建并验证了一套完整的“语义分割-背景滤除-限界生成-障碍物检测”流程,在动态与静态场景测试中,显著降低了隧道壁等白名单目标的误检率,提升了障碍物检测的可靠性。基于地铁实际运行场景数据的实验结果表明,所提方法相比传统检测方法能够有效分割背景点云,解决了地铁隧道场景下的误检问题,为地铁列车基于激光雷达的主动安全系统提供关键技术支撑,保障运营安全。 展开更多
关键词 城市轨道交通 障碍物检测 隧道检测与监测 点云语义分割 激光雷达 RandLA-Net
暂未订购 下载PDF
基于改进RandLA-Net的巷道点云分割算法 认领 引用 被引量：1
3
作者 金大庆 文峰 《通信与信息技术》 2025年第4期108-112,共5页
针对巷道复杂场景中点云几何结构复杂的现象,以及现有基于深度学习的三维点云语义分割方法未能充分提取和利用点云局部信息、忽略全局上下文信息等问题,提出一种基于改进RandLA-Net的巷道点云语义分割算法MFAA-RandLA-Net(Multi-Scale F... 针对巷道复杂场景中点云几何结构复杂的现象,以及现有基于深度学习的三维点云语义分割方法未能充分提取和利用点云局部信息、忽略全局上下文信息等问题,提出一种基于改进RandLA-Net的巷道点云语义分割算法MFAA-RandLA-Net(Multi-Scale Fusion And Attention RandLA-Net)。算法采用多尺度局部特征聚合解决局部特征提取时邻域尺度固定单一的问题,丰富模型获取的局部信息,提升模型提取复杂几何结构的能力。设计一种局部全局点注意力模块,有效捕获全局上下文,结合局部和全局特征信息,实现对特征的精细控制。在地下煤矿巷道数据集上的实验结果表明,MFAA-RandLA-Net模型总体精度为88.72%,平均交并比为65.84%,相比原RandLA-Net模型分别提高了0.6%和0.4%,实验验证了该模型在巷道复杂场景下有良好的三维点云语义分割性能。 展开更多
关键词 语义分割 多尺度 RandLA-Net 注意力机制 巷道点云
暂未订购 下载PDF
基于RandLA-Net的3D点云牙颌分割与身份识别 认领 引用
4
作者 钟侠骄 张绍兵 +4 位作者 郭静 王胜朝 成苗 何莲 赵铱民 《计算机应用》 CSCD 北大核心 2023年第S1期269-275,共7页
针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维(3D)点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合... 针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维(3D)点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合单一的问题,在识别任务中采用基于偏移注意力(OA)的特征聚合模块,在分割任务中增添了基于点云的Transformer block模块,相较于RandLA-Net的原始网络,新的网络模块能够更好地聚合局部特征。为了达到大规模开集数据集的身份再识别目的,将分类的交叉熵损失函数替换成了三元组损失函数。针对训练牙颌样本数据较少的问题,采用生成虚拟正样本的方式极大地拓展了数据集。实验结果表明:在识别任务中,相较于原始的RandLA-Net主干网络,识别任务的top-1平均精度提升了3.13个百分点;在分割任务中网络平均精度相较于原始RandLA-Net提升了3.06个百分点,平均交并比(MIoU)提升了6.05个百分点。 展开更多
关键词 深度学习 RandLA-Net 点云 自注意力 Transformer block 开集 三元损失
暂未订购 下载PDF
基于RandLA-CGNet的大规模室内点云语义分割 认领 引用
5
作者 王建超 王浩雨 +2 位作者 苏鹤 王震洲 张丹 《计算机系统应用》 2026年第2期175-186,共12页
随着数字孪生虚拟现实技术的应用越来越广泛,针对大规模室内建筑点云语义分割中整体精度有限、小物体识别精度低及边界分割模糊等问题,提出一种大规模室内点云语义分割的方法RandLA-CGNet.在编码层中构建局部-全局上下文融合(local-glob... 随着数字孪生虚拟现实技术的应用越来越广泛,针对大规模室内建筑点云语义分割中整体精度有限、小物体识别精度低及边界分割模糊等问题,提出一种大规模室内点云语义分割的方法RandLA-CGNet.在编码层中构建局部-全局上下文融合(local-global context fusion,LGCF)模块,在保留局部邻域信息的同时融入整体上下文语义;在解码层设计范数门控通道特征(norm-gated channel feature,NGCF)模块,通过对网络特征图的通道维度进行自适应重标定,增强有用信息、抑制冗余噪声,增强对细节和边界的敏感性,提高模型的精细化识别能力;最后采用融合型损失函数(focused cross-entropy loss,FCE loss),在保证模型对大多数样本稳定收敛和整体精度的同时,增加对难分样本与少数类样本的关注,从而提升模型在边界区域和稀有类别上的分割性能.实验结果表明,本文提出的模型在S3DIS数据集上经六折交叉验证OA、mAcc和mIoU分别提升至88.8%、83.4%和71.9%,较基准模型分别提高0.8%、1.4%和1.9%.与主流算法相比,较LG-Net分别提升0.5%、1.0%和1.1%,总体精度以及平均交并比较FGC-AF提升0.2%和0.7%.RandLA-CGNet在保持整体性能优势的同时,对小物体以及边界细节分割的IoU提升了1%–6%,有效提升对低频类别与复杂边界的识别能力,为点云语义分割任务中少样本类别与细节边界的精准建模提供有效解决方案. 展开更多
关键词 点云语义分割 RandLA-Net 小物体识别 边界分割 低频类别
暂未订购 下载PDF
面向自动驾驶场景的三维点云语义分割方法 认领 引用
6
作者 王子骞 陈羽凡 段苛苛 《软件工程》 2026年第7期50-55,共6页
三维点云语义分割对自动驾驶感知至关重要,但现有方法在面向大规模室外场景时存在局部几何刻画不足、通道判别性弱、远距离目标易丢失等问题。针对上述问题,提出一种面向自动驾驶场景的三维点云语义分割方法,通过在编码器末端及跳跃连... 三维点云语义分割对自动驾驶感知至关重要,但现有方法在面向大规模室外场景时存在局部几何刻画不足、通道判别性弱、远距离目标易丢失等问题。针对上述问题,提出一种面向自动驾驶场景的三维点云语义分割方法,通过在编码器末端及跳跃连接处加入通道注意力机制强化边缘细节与远距离目标,抑制冗余。构建多尺度特征融合模块,一次性捕获局部细节与全局上下文。加入可学习坐标位置编码,提升几何感知能力。在SemanticKITTI数据集上的实验结果表明,该方法的平均交并比(mIoU)和总体准确率(OA)分别达到57.7%和91.1%,较基线网络RandLA-Net分别提升1.5和1.1个百分点。 展开更多
关键词 深度学习 点云语义分割 自动驾驶 RandLA-Net SemanticKITTI
暂未订购 下载PDF
基于深度学习的集装箱船货舱模拟试箱点云分割方法 认领 引用
7
作者 何铮 杨贵强 刘明 《造船技术》 2026年第3期22-28,共7页
针对大场景点云分割中的局部特征聚合(Local Feature Aggregation,LFA)不足与计算效率受限问题,提出一种基于深度学习的集装箱船货舱模拟试箱点云分割方法。以随机采样与局部特征聚合网络(Random Sampling and Local Feature Aggregator... 针对大场景点云分割中的局部特征聚合(Local Feature Aggregation,LFA)不足与计算效率受限问题,提出一种基于深度学习的集装箱船货舱模拟试箱点云分割方法。以随机采样与局部特征聚合网络(Random Sampling and Local Feature Aggregator Network,RandLA-Net)为主干网络,引入基于双边偏移的LFA模块。构建集装箱船货舱点云数据集,并进行模拟试箱点云分割方法试验。结果表明,该方法可有效分割集装箱船货舱导轨点云,在大规模点云分割任务中具有较好的分割性能。 展开更多
关键词 集装箱船 货舱 模拟试箱 点云分割 深度学习 随机采样与局部特征聚合网络 局部特征聚合
暂未订购 下载PDF
一种基于RandLA-CDIA的LiDAR点云语义分割方法 认领 引用
8
作者 蔡训峰 徐卓揆 +2 位作者 朱彬 孔德娣 陶宇 《测绘科学》 CSCD 北大核心 2025年第7期137-148,共12页
针对当前基于卷积神经网络的语义分割存在漏检、错检和效率低的问题,提出了一种联合RandLA-Net和CDIA的LiDAR点云语义分割网络RandLA-CDIA,使网络兼顾了RandLA-Net高精度和CDIA高效率的特点。先对CBAM进行改进命名为CDIA,考虑C、H、W不... 针对当前基于卷积神经网络的语义分割存在漏检、错检和效率低的问题,提出了一种联合RandLA-Net和CDIA的LiDAR点云语义分割网络RandLA-CDIA,使网络兼顾了RandLA-Net高精度和CDIA高效率的特点。先对CBAM进行改进命名为CDIA,考虑C、H、W不同维度之间的依赖关系,强化网络对局部信息的学习;设计多尺度跳跃连接解决U-Net单一尺度传递导致的感受野受限问题;在RandLA-Net的集合抽象模块中添加CDIA,捕捉上下文语义信息和跨维度的特征关系,丰富特征表达能力;利用多尺度跳跃连接替换解码器中的卷积块,结合RandLA-Net和CDIA构建RandLA-CDIA网络,并在Toronto-3D数据集上选取4块区域进行验证。结果表明,与RandLA-Net、RandLA-CBAM、RandLA-CBL在OA、mIoU、Kappa及F1-Score 4个指标上均为最优,实现了不同地物分割,减少了漏检、错检现象,在语义分割任务中表现出了良好的性能,通过消融实验验证了该网络的稳定性。 展开更多
关键词 RandLA-Net CDIA 多尺度跳跃连接 RandLA-CDIA
暂未订购 下载PDF
激光雷达结合深度学习对输电廊道要素分类 认领 引用
9
作者 范鹏 沈厚明 +2 位作者 卜祥航 吴启瑞 杨健 《遥感信息》 CSCD 北大核心 2025年第6期50-55,共6页
针对不同电压输电线路关键要素进行精细分类提取过程中构建的深度学习模型普适性有限、无法满足不同电压输电线路的分类提取要求,设计适用于大场景点云分类的RandLA-Net深度学习模型,分别对220 kV和500 kV输电线路的要素进行分类,并构... 针对不同电压输电线路关键要素进行精细分类提取过程中构建的深度学习模型普适性有限、无法满足不同电压输电线路的分类提取要求,设计适用于大场景点云分类的RandLA-Net深度学习模型,分别对220 kV和500 kV输电线路的要素进行分类,并构建了两种高压输电廊道关键要素类别数据集。模型在220 kV和500 kV点云测试集上平均交并比分别为90.42%和91.81%,且总体分类精度均达到了99%以上。实验结果表明,RandLA-Net模型在不同电压输电线路分类中具有较好的应用效果。该研究可以为不同电压输电线路要素分类的普适性模型构建提供技术支撑和参考。 展开更多
关键词 激光雷达 电力巡检 点云语义分割 RandLA-Net模型 电力要素
暂未订购 下载PDF
顾及法向量的点云语义分割方法 认领 引用 被引量：4
10
作者 张春娇 徐胜华 +1 位作者 刘正军 姜涛 《测绘科学》 CSCD 北大核心 2022年第7期126-134,共9页
针对在复杂场景下激光雷达点云数据的语义分割研究中,存在点云特征损失大、点云语义挖掘不足和分割精度不高等问题,该文提出了一种将法向量和RandLA-Net相结合的点云语义分割方法。把点云法向量与RandLA-Net网络的局部特征聚合模块融合... 针对在复杂场景下激光雷达点云数据的语义分割研究中,存在点云特征损失大、点云语义挖掘不足和分割精度不高等问题,该文提出了一种将法向量和RandLA-Net相结合的点云语义分割方法。把点云法向量与RandLA-Net网络的局部特征聚合模块融合,提取局部语义聚合特征,利用softmax分类器对每个点进行分类。实现了复杂场景下LiDAR点云数据的语义分割。通过对Oakland点云数据集和德国Vaihingen城市语义数据集进行实验分析,验证了本文算法具有较强的泛化能力,本文算法在Oakland点云数据集和Vaihingen城市语义数据集上的平均交并比分别为96.38%和92.49%,与RandLA-Net网络相比,该算法充分利用了激光点云数据的语义特征,有效地提高了点云语义分割的准确性。 展开更多
关键词 点云 语义分割 法向量 RandLA-Net
暂未订购 下载PDF
Research on BIM Model Reshaping Method Based on 3D Point Cloud Recognition 认领 引用 被引量：1
11
作者 SHI Jin-yu YU Xian-feng +1 位作者 SI Zhan-jun ZHANG Ying-xue 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第4期125-135,共11页
In view of the limitations of traditional measurement methods in the field of building information,such as complex operation,low timeliness and poor accuracy,a new way of combining three-dimensional scanning technolog... In view of the limitations of traditional measurement methods in the field of building information,such as complex operation,low timeliness and poor accuracy,a new way of combining three-dimensional scanning technology and BIM(Building Information Modeling)model was discussed.Focused on the efficient acquisition of building geometric information using the fast-developing 3D point cloud technology,an improved deep learning-based 3D point cloud recognition method was proposed.The method optimised the network structure based on RandLA-Net to adapt to the large-scale point cloud processing requirements,while the semantic and instance features of the point cloud were integrated to significantly improve the recognition accuracy and provide a precise basis for BIM model remodeling.In addition,a visual BIM model generation system was developed,which systematically transformed the point cloud recognition results into BIM component parameters,automatically constructed BIM models,and promoted the open sharing and secondary development of models.The research results not only effectively promote the automation process of converting 3D point cloud data to refined BIM models,but also provide important technical support for promoting building informatisation and accelerating the construction of smart cities,showing a wide range of application potential and practical value. 展开更多
关键词 3D point cloud RandLA-Net network BIM model OSG engine
暂未订购 下载PDF
高速公路激光点云语义分割技术探索 认领 引用
12
作者 陈诗雨 李升甫 贾洋 《西南公路》 2022年第4期47-51,共5页
高速公路激光点云自动化语义分割是智慧交通发展不可或缺的一环,因此,本文基于在大规模点云分割中表现优异的RandLA-Net模型,探索了高速公路激光点云自动化语义分割的可行性。本文针对高速公路路面、车辆、防撞护栏、分隔带、交通龙门... 高速公路激光点云自动化语义分割是智慧交通发展不可或缺的一环,因此,本文基于在大规模点云分割中表现优异的RandLA-Net模型,探索了高速公路激光点云自动化语义分割的可行性。本文针对高速公路路面、车辆、防撞护栏、分隔带、交通龙门架、指路标志牌和电子眼等7类典型要素开展研究,结果表明,RandLA-Net模型可以有效完成点云要素的自动分割,路面要素的分割精度最高,达到96.45%,所有要素的平均精度为80.23%,满足生产精度要求。本研究验证了基于RandLA-Net模型的高速公路激光点云自动化语义分割的可行性,为未来的自动化点云分割提供了新思路,新方法。 展开更多
关键词 高速公路激光点云 语义分割 RandLA-Net模型
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈