一种基于深度学习的大规模三维铆钉点云提取方法

发明专利有效专利

申请号：
CN202011102356.8
IPC分类号：G06T15/04;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-10-15
申请人：
南京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的大规模三维铆钉点云提取方法
申请号	CN202011102356.8	申请日期	2020-10-15
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-08	公开/公告号	CN112053426A
优先权	暂无	优先权号	暂无
主分类号	G06T15/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T15/00 3D［三维］图像的加工〔4，2011.01〕 G06T15/04 纹理映射〔2011.01〕	IPC分类号	G;0;6;T;1;5;/;0;4;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市秦淮区御道街29号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京航空航天大学	当前权利人	南京航空航天大学
发明人	汪俊;隆昆;谢乾;鲁德宁
代理机构	南京钟山专利代理有限公司	代理人	王磊

摘要

本发明公开了一种基于深度学习的大规模三维铆钉点云提取方法，对待测飞机蒙皮点云逐点计算几何属性标量，将标量属性域映射到二维图像，得到点云的二维属性标量图；利用卷积神经网络对所述二维属性标量图进行处理，计算出每个点属于铆钉点的概率，根据计算出的概率通过阈值分割出铆钉点云；对分割出的铆钉点云采用欧式聚类，聚类出属于同一个铆钉的点云。该基于深度学习的大规模三维铆钉点云提取方法利用注意机制综合考虑了局部点云的多种几何属性，并利用基于图像的深度学习代替直接对点云进行深度学习，有效提升了神经网络对局部细微特征的识别能力，从而能够从大片飞机蒙皮点云中准确提取出单个铆钉的小片点云。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供