【摘 要】
:
为了实现更加便捷优质的生活,科学研究、工业生产等领域的专家一直致力于无人驾驶、智能机器人等技术的研究。这些技术的应用要求智能体能够实时的感知周围环境,感知环境中物体的类别、大小、所处的位置等情况。传统的二维图像难以提供物体深度、距离信息,而三维点云能为这些智能体的环境感知提供良好的数据基础。论文主要对基于深度学习的三维点云语义分割展开研究,在两个方面做出了创新性的工作:第一,提出了一种空间八象限核
论文部分内容阅读
为了实现更加便捷优质的生活,科学研究、工业生产等领域的专家一直致力于无人驾驶、智能机器人等技术的研究。这些技术的应用要求智能体能够实时的感知周围环境,感知环境中物体的类别、大小、所处的位置等情况。传统的二维图像难以提供物体深度、距离信息,而三维点云能为这些智能体的环境感知提供良好的数据基础。论文主要对基于深度学习的三维点云语义分割展开研究,在两个方面做出了创新性的工作:第一,提出了一种空间八象限核卷积的三维点云特征提取算法;第二,将提出的空间八象限核卷积算法嵌入到经典的三维点云语义分割网络中,提高模型对真实三维场景语义理解的精度。首先,针对常见的点云特征提取方法存在细节特征信息丢失、语义表达不足等问题,通过建模三维空间点和点之间的关系,提出了一种空间八象限核卷积算法(Spatial Eight-Quadrant Kernel Convolution,SEQKC),用于提取输入点云的语义特征。该算法不仅丰富了点云的特征信息,并且有效提升了特征的语义表达能力。考虑到点云的无序性,SEQKC首先通过对点云空间的局部邻域进行划分,然后对点云进行先分组后聚合的方式提取特征。即先对点云空间中各个小邻域内的点特征进行提取,之后依次扩大邻域范围继续提取点云特征,直到覆盖整个三维点云空间。考虑到点云中点与点之间的关联性,SEQKC在邻域空间提取特征的过程中,使用空间核卷积与K个空间近邻点进行卷积运算,从而实现对点与点之间关系的建模。考虑到点云的稀疏性,进一步使用逆平方距离加权所提取的特征,从而提高模型在疏密程度不同的区域进行特征提取的鲁棒性。最终,所提出的点云特征提取算法可从点云的局部邻域的信息中充分提取点云的多尺度空间特征,从而有效的改善现有方法提取点云特征时存在细节信息丢失、语义表达不足的问题。其次,针对PointNet++、PointSIFT与PointConv等网络点云特征提取不够精细,特征传播过程中细节信息丢失严重,以及缺乏多尺度的语义信息等问题,基于空间八象限核卷积算法,提出了有效的点云下采样与上采样模块对这三种经典点云语义分割网络进行改进。在PointNet++网络中,通过直接替换掉原始的下采样特征提取模块以及对上采样模块进行改造,改进后的模型的三维点云语义分割能力获得了一定程度的提升;在PointSIFT网络中,保留网络的PointSIFT模块,使用提出的下采样模块替换原始的模块,网络的语义分割能力整体上获得了增强,使用提出的上采样模块替换原始对应模块时,网络对数据集中部分类别分割的精度得到了改良;在PointConv网络中,同时使用提出的下采样模块与PointConv特征编码模块时,网络的语义分割结果得到了进一步的改善。最后,在大量的公开数据集上验证了提出的算法的性能,实验结果表明,使用空间八象限核卷积算法提取的点云特征,能够弥补现有的部分网络点云特征提取的不足、语义信息表达能力差的缺点。同时所提出的算法能够有效嵌入到不同的模型中,进一步提高模型的性能。
其他文献
卷积神经网络(Convolutional neural network,CNN)是一种经典的人工神经网络模型,是深度学习领域中表现能力优越的人工神经网络之一,在计算机视觉领域得到广泛的应用,如图像分类、目标识别、图像分割、语义识别等,卷积神经网络的发展极大的促进了人工智能等现代科技的研发和推广,具有深远意义。卷积神经网络模型的良好表现力,很大程度上依赖于网络模型的深层次结构,有利于提取更多的特征信
医用超声设备是生活中常用的、不可或缺的诊断和治疗工具。学生要想深入的了解医用超声设备,需掌握其结构组成、成像原理、成像特点以及基本的临床应用等。因为关于医用超声设备的知识涵盖范围较广,理解起来比较困难,所以传统的教学方式有一定的局限性。新型超声教学方式的出现,在提高教学质量上取得了明显的成效,但大多数仅限于临床应用方面。随着虚拟现实(VR)技术应用在教学上的推广,本文提出将VR技术应用到超声设备教
睡眠是健康之本,是人类生命活动的一个重要方面,睡眠时间占据人一生的三分之一,可见睡眠对身体健康至关重要。随着存在睡眠障碍的人群数量不断增多,睡眠监测对临床医学和改善睡眠质量具有重要意义。临床医学上一般使用多导睡眠监测仪(Polysomnography,PSG)对患者进行睡眠监测,但此类仪器必须在医院睡眠室由专业医师指导使用,虽然睡眠监测精确度高,但不是消费级别的产品,无法进入普通家庭。此外,市场上
肺部是人体与外界环境交换空气的主要场所,气道则是运输气体的重要组织。由于气道长期暴露在外界环境中,时刻接触各种污染,导致近年来人们呼吸道疾病的患病率不断上升,所以需要气道分割以辅助诊断。但胸腔气道结构呈树形,细支气管直径小,其灰度与肺实质相近且管壁较薄,使得人工手动分割困难且效率低,给医务人员带来很大的工作负担。基于胸腔CT的气道自动分割在各种炎症性肺部气管疾病的评估、慢性阻塞性肺炎的分析诊断、肺
统计表明,在中国各种癌症患者中,肺癌的发病率和致死率都是最高的。但是如果肺癌在早期能被诊断发现,并进行积极治疗,其五年存活率非常高,越晚发现,五年存活率越低。早期肺癌的临床表现为直径在3-20mm左右的肺结节,一般可采用CT成像进行检查。因此,对胸部CT图像中的肺结节进行检查具有重要的临床意义,可以提高国民健康水平。在实际临床检查中,医生需要审阅大量的临床影像,依赖于其经验水平和主观性,同时容易造
心音是临床上诊断心血管疾病的主要生理参数之一。传统的心音听诊广泛应用在心脏类疾病的早期筛查中,诊断结果主要凭借医师的主观意见,较容易出现误诊、漏诊等情况。本课题旨在研制出较好的心音采集设备对建立心音数据库提供帮助,并且设计出一种有效的心音识别算法对正、异常心音进行分类判别,辅助医生诊断,提高心脏类疾病的早期筛查率。本文设计并实现了一套心音采集、传输、存储与显示以及心音信号分析的系统,包括硬件部分和
静脉穿刺是最常见的医疗手段之一,广泛应用于医疗行业中,包括静脉注射、静脉输血、输液、静脉采血等。对于静脉穿刺,最重要的是能够看到更清晰的静脉血管,或者对于脂肪较厚的人群可以预测其深度。然而由于个体之间血管粗细、深浅,脂肪厚度以及肤色等差异的影响,常常会有静脉穿刺失误的情况发生。现阶段静脉穿刺过度依赖于医护人员的手感和经验,而且2020年新型冠状病毒爆发,医护人员必须身穿防护服、戴护目镜、以及两层橡
数字经济的发展极大地推动了关键数字技术的创新突破,提高了各种现代化信息技术的应用,有效降低了企业应用信息化技术和数字资源的成本,给予了企业管理数字化和智能化转型升级以较大的可行性。另一方面,各种科学技术的更新换代和发展也极大地推动了数字经济的发展,大数据技术、人工智能技术、区块链技术等在各行各业都得到了广泛的应用,并且获得了非常可观的应用效用,得到了各行业广泛推崇。基于此,企业管理也需要把握这一时
S100A9是钙结合蛋白家族成员之一,主要表达于单核细胞和嗜中性粒细胞,参与了类风湿关节炎、银屑病性关节炎、肾小球肾炎、哮喘等多种疾病的炎症应答。有研究指出S100A9的表达丰度与哮喘的严重程度相关,本课题组的前期研究发现S100A9基因在哮喘气道组织中表达显著上调,但S100A9在哮喘发病中的作用机制还不十分明确。为进一步阐明S100A9在哮喘中的调控作用及机制,本研究利用CRISPR/Cas9