申请/专利权人:深圳大学
申请日:2023-12-15
公开(公告)日:2024-04-16
公开(公告)号:CN117409209B
主分类号:G06V10/26
分类号:G06V10/26;G06V10/44;G06V10/82;G06V10/774;G06N3/0464
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2024.02.02#实质审查的生效;2024.01.16#公开
摘要:本发明公开了一种多任务感知的三维场景图要素分割与关系推理方法,方法包括:获取场景的语义信息,根据所述场景的语义信息进行点云体素化处理以及几何特征融合处理,并通过能量函数获取规则边界的超体素;将所述超体素输入超体素全景分割模型,得到所述超体素中包含的语义与实例编码信息;建立所述超体素与实例的映射关系,根据所述映射关系对图卷积神经网络进行训练,得到训练后的图卷积神经网络;根据所述训练后的图卷积神经网络得到所述场景的三维场景图要素以及各要素对应的关系;本发明提出的三维场景图要素分割与关系推理方法,解决了现有的三维场景图要素分割方法还存在室内三维要素语义分割以及关系推理精度较低的技术问题。
主权项:1.一种多任务感知的三维场景图要素分割与关系推理方法,其特征在于,所述多任务感知的三维场景图要素分割与关系推理方法包括以下步骤:获取场景的语义信息,根据所述场景的语义信息进行点云体素化处理以及几何特征融合处理,并通过能量函数获取规则边界的超体素;将所述超体素输入超体素全景分割模型,得到所述超体素中包含的语义与实例编码信息;建立所述超体素与实例的映射关系,根据所述映射关系对图卷积神经网络进行训练,得到训练后的图卷积神经网络;根据所述训练后的图卷积神经网络得到所述场景的三维场景图要素以及各要素对应的关系。
全文数据:
权利要求:
百度查询: 深圳大学 一种多任务感知的三维场景图要素分割与关系推理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。