【摘 要】
：
点云是三维空间结构信息的重要表达方式。点云语义分割技术在自动驾驶、智能机器人等领域有着重要的研究价值。得益于深度学习技术的发展,点云分割技术实现了突破性进展,发展出大量有效且高效的点云语义分割网络。虽然基于点数据驱动的深度学习算法能够有效提高语义分割的准确性,但是仍旧存在一些不足:基于多层感知器的特征提取算子在关键特征提取上存在不足,难以挖掘更深层次的有效信息;复杂点云场景下特征提取尺度比较单一,
【基金项目】
：
国家自然科学基金—深圳机器人基础研究中心项目—自主装修机器人关键技术（U181320052）
论文部分内容阅读
点云是三维空间结构信息的重要表达方式。点云语义分割技术在自动驾驶、智能机器人等领域有着重要的研究价值。得益于深度学习技术的发展,点云分割技术实现了突破性进展,发展出大量有效且高效的点云语义分割网络。虽然基于点数据驱动的深度学习算法能够有效提高语义分割的准确性,但是仍旧存在一些不足:基于多层感知器的特征提取算子在关键特征提取上存在不足,难以挖掘更深层次的有效信息;复杂点云场景下特征提取尺度比较单一,难以同时维持局部细粒度和粗粒度的语义分割精度;有监督学习网络严重依赖大量有标签数据,难以实现少样本场景下的快速学习,且面对新环境时泛化能力较差。为了解决这些问题,本文围绕点云的语义分割技术和迁移学习技术进行了研究。具体来说,本文的主要工作和创新有:（1）针对关键特征提取不足问题,提出了一种融合注意力机制的点云语义分割网络PointformerNet。通过设置混合注意力模块实现了对维度特征和邻域特征的注意力,建立了点与点之间的语义强度联系,有效提升了语义分割精度。（2）针对复杂场景点云语义分割问题,提出了一种融合注意力机制的点云语义分割网络PointformerNet++。该网络架构采用了编码器-解码器形式。通过设置连续的下采样层和特征提取模块实现了点云多尺度特征学习,可以适用于各种分辨率点云场景。并且通过使用PointformerNet子结构来提取局部特征,有效增强了网络上下文特征提取能力。本文利用PointformerNet++在室内点云数据集进行实验,结果表明其在各项指标上优于目前主流方法。（3）针对点云少样本迁移学习问题,提出了一种基于DLR-MAML算法的少样本迁移学习网络MetaPointformerNet。大数据点云场景普遍存在标签缺失问题,且数据标注是一项耗费时间和人力的工作,所以研究少样本迁移学习非常有必要。本文通过设置数据增强模块和领域自适应模块以缩小源域和目标域的特征空间差异,从而提高网络的分割准确度。同时,提出了学习率动态变化的MAML元学习算法,使得网络能够快速适用于新的场景,有效提高模型的泛化能力。本文利用MetaPointformerNet在室内点云数据集以及装修场景数据集上进行了实验,有效实现了少样本场景的语义分割。
其他文献
睡眠是一项对人体健康至关重要的生理活动。更加精准和全面地监测人们的睡眠状况对于医学研究和临床实践方面均有重大的研究意义。睡眠阶段分类是有效诊断和治疗睡眠相关疾病的关键步骤之一。随着深度学习技术的不断发展,使用计算机来认知并处理信号的场景越来越多,诸多智能化、自动化的生理信号识别方法被提出。为了利用计算机的辅助诊疗功能提升医师的工作效率,本文基于深度学习技术对自动化睡眠分期任务展开了研究。具体工作如
睡眠分期是诊断和治疗睡眠相关疾病的基础,是睡眠状态监测的一个重要手段。传统的睡眠分期方法是由医生按照睡眠分期准则对多导睡眠图上的生理数据进行手动打标和睡眠阶段判别,该方法对医生的临床经验要求较高,耗时费力。现有的自动睡眠分期方法大多是利用原始信号的时域和频域特征来进行睡眠分期,该方法需要一定的先验知识,且存在需提取特征量大,分类准确率不高等缺点。此外,现有的睡眠分期算法研究大多是基于单模态的脑电信
目的 探讨妊娠期糖尿病（GDM）表达差异基因的功能及信号通路生物信息学分析。方法 从GEO数据库下载基因芯片数据（GSE65737,GSE70493和GSE92772），用R语言软件Limma包，以P＜0.05，|Log10FC|≥1或≥2标准筛选差异显著基因，并用ggplot包绘制图。应用基因本体论（GO）和京都基因与基因组百科全书（KEGG）进行差异基因功能分析，并使用Cytoscape进行文
传统凭借人工逐帧识别脑电信号来判断睡眠时期的方法耗费大量时间，效率低下；基于采集到的头部脑电信号引入模式识别的方法来完成自动分期的任务。利用小波阈值滤波对脑电信号进行预处理。采用小波包分解提取出每帧数据中四种节律波并计算相应节律波能量值，以此作为分类特征。为了更好地适应非线性问题，还要提取非线性特征，计算每帧数据的排列熵和样本熵。划分出70%的数据作为训练集用于支持向量机的多分类器模型的分类训练，
背景:乳腺癌是全球第二大癌症致死因素,局部复发和远处转移是主要致死原因。其中三阴乳腺癌（TNBC）亚型组织学分级高、分期晚、远处转移率高、淋巴细胞浸润密度高,属于侵袭力最强、预后最差的亚型。OTUD6B是卵巢肿瘤相关蛋白酶（OTU）家族成员之一,参与了包括蛋白质特异性降解、信号转导和蛋白定位等几乎所有的生理活动,与多种肿瘤的发生发展息息相关。在这项研究中,我们使用来自一组公共数据库的数据,全面分析
现代产业学院是深化产教融合、校企合作的新载体和新模式，与传统产业学院不同之处在于其蕴含的“现代性”，包括组织的混合型、产业的前沿性和专业的交叉性。现代产业学院的现代性演化体现了其职能定位和制度化程度的变化，基于要素融合的共同育人、基于知识增值的联合创新和基于价值创造的利益共生构成了现代产业学院的三大基本职能。促进现代产业学院的高质量建设和可持续发展，有必要建立和完善包括发展动力机制、信息共享机制、
针对海上风电机组单点支承结构用双列圆锥滚子轴承第2列滚子与内圈滚道接触出现偏载的问题，对滚子与内圈滚道、大挡边的接触情况进行优化，并通过有限元软件ROMAX进行模拟仿真分析。最终确定滚道素线调整量为+0.09 mm,大挡边接触面与挡边外径交点调整量为+0.07 mm,优化后极限载荷下第2列内圈滚道最大接触应力由2 161 MPa降低为2 003 MPa,疲劳载荷下第2列内圈滚道最大接触应力由1 1
光动力疗法是一种新的医疗技术，广泛应用于临床诊断、治疗肿瘤和其他异常增生性疾病，尤其是对治疗皮肤肿瘤、血管畸形、病毒感染性皮肤病等有较好的治疗效果。其治疗原理是利用特定波长的光照激发光敏剂，将能量传递给皮肤病变组织并产生活性氧，导致增生异常的细胞发生死亡、微血管损伤以及局部免疫等反应，从而达到治疗目的。光动力疗法已经被应用于许多皮肤肿瘤的治疗，例如，日光性角化病、Bowen病、基底细胞癌、鳞状细胞
【目的】基于双酶切测序基因分型（Double-digest genotyping by sequencing,ddGBS）技术，挖掘黑杨派特异性单核苷酸多态性（Single-nucleotide-polymorphism,SNP）位点信息，旨在为杨树SNP标记开发、种质指纹图谱构建、遗传多样性分析及重要经济性状关联分析等研究提供位点信息。【方法】以46份黑杨派无性系种质为材料，采用Mse I+Ta