【摘 要】
:
目的 3维点云是编码几何信息的主要数据结构,与2维视觉数据不同的是,点云中隐藏了3维物体中重要的形状特征.为更好地从无序的点云中挖掘形状特征,本文提出一种能够端到端且鲁棒地处理点云数据的多维度多层级神经网络(multi-dimensional multi-layer neural network,MM-Net).方法 多维度特征修正与融合(multi-dimensional feature correction and fusion module,MDCF)模块从多个维度自适应地修正局部特征和逐点特征,并
【机 构】
:
上海工程技术大学电子电气工程学院,上海 201620;武汉科技大学机械自动化学院, 武汉 430081
论文部分内容阅读
目的 3维点云是编码几何信息的主要数据结构,与2维视觉数据不同的是,点云中隐藏了3维物体中重要的形状特征.为更好地从无序的点云中挖掘形状特征,本文提出一种能够端到端且鲁棒地处理点云数据的多维度多层级神经网络(multi-dimensional multi-layer neural network,MM-Net).方法 多维度特征修正与融合(multi-dimensional feature correction and fusion module,MDCF)模块从多个维度自适应地修正局部特征和逐点特征,并将其整合至高维空间以获得丰富的区域形状.另一方面,多层级特征衔接(multi-layer feature articulation module,MLFA)模块利用多个层级间的远程依赖关系,推理得到网络所需的全局形状.此外设计了两种分别应用于点云分类与分割任务的网络结构MM-Net-C(multi-dimensional multi-layer feature classification network)和MM-Net-S(multi-dimen-sional multi-layer feature segmentation network).结果 在公开的ModelNet40数据集与ShapeNet数据集上进行测试,并与多种方法进行比较.在ModelNet40数据集中,MM-Net-C的分类精度较PointNet++和DGCNN(dynamic graph convolutional neural network)方法分别提高了2.2% 和1.9%;在ShapeNet数据集中,MM-Net-S的分割精度较ELM(extreme learning machine)和A-CNN(annularly convolutional neural networks)方法分别提高了1.2%和0.4%.此外,在ModelNet40数据集中的消融实验验证了多维度多层级神经网络(MM-Net)架构的可靠性,消融实验的结果也表明了多维度特征修正与融合(MDCF)模块和多层级特征衔接(MLFA)模块设计的必要性.结论 本文提出的多维度多层级神经网络(MM-Net)在分类与分割任务中取得了优秀的性能.
其他文献
基于桑葚的产量优势以及其药用价值与食用价值的3方面原因的主导下,在桑葚研究领域对其功能开发与利用的科研项目居多,本文试探近几年来在桑葚研究领域所取得的成果,针对其药用功能与食用功能的开发进行详细论述,以便科研领域对于桑葚的开发具有全面、多重的认识,对其营养功能有更为具体的认识.
目的 单目相机运动轨迹恢复由于输入只有单目视频序列而缺乏尺度信息,生成的轨迹存在严重漂移而无法进行高精度应用.为了能够运用单目相机普及度高、成本低的优势,提出一种基于场景几何的方法在自动驾驶领域进行真实尺度恢复.方法 首先使用深度估计网络对连续图像进行相对深度估计,利用估计的深度值将像素点从2维平面投影到3维空间.然后对光流网络估计出的光流进行前后光流一致性计算得到有效匹配点,使用传统方法求解位姿,使相对深度与位姿尺度统一.再利用相对深度值计算表面法向量图求解地面点群,通过几何关系计算相同尺度的相机高度后
目的 体映射建立了两个3维体网格之间的对应关系,是计算机图形学中的重要研究方向.很多应用要求体映射是无翻转的,即其雅可比矩阵的行列式处处大于0.然而,现有的无翻转体映射生成算法经常无法完全消除翻转.挑战主要在于很难在保证满足位置约束的前提下消除映射的翻转.为此,提出一种新的无翻转体映射计算方法,核心是一种新的变形方法.方法 首先放松位置约束,然后在变形过程中通过线搜索的方式保证不产生翻转,最后将网格无翻转地变形到满足位置约束.为实现这个变形过程,提出一种雅可比矩阵引导的变形算法.虽然现有的无翻转体映射方法
近年来,关于大学生食品安全的事件时有发生,学校食品供应主要有3个渠道,即堂食、正常餐饮配送以及学校专属的食品供应商或餐饮店.学校内的食品安全问题是人们较为重视的问题,一旦学校食品出现安全隐患或者是造成了较大的安全事故,将带来严重的社会负面影响.因此,本文对当前新时代大学生的食品营养与健康进行深刻思考,并提出改进大学生饮食营养与健康的措施,期望能够让大学生认识到食品营养与健康的重要性,从而注重自己的饮食健康与安全.
豆制品生产过程中,浸泡工序直接关系到最终产品出品率,本文论述了大豆原料、浸泡水质、浸泡水量、浸泡温度与时间、pH值、搅拌和排酸等要点对大豆浸泡工序的影响,并对实际生产提出建议.
本文对芽苗菜汁与椰果的复配饮料进行研究.芽苗菜加水比例3:8制备芽苗菜汁,与椰果浆体的复配比例为4:1.通过单因素试验、正交试验和感官评价得出柠檬酸的最适加入量应为1.0%、白砂糖的最适加入量为3.0%,阿拉伯胶的最适加入量应为0.5%.最终饮料既有芽苗菜的营养物质又含有膳食纤维成分,pH值为5.1~5.6,可溶性固形物含量为68%,组织细腻均匀,口感爽口,符合营养代餐、养生保健等市场需求.
目的 当前点云补全的深度学习算法多采用自编码器结构,然而编码器端常用的多层感知器(multilayer perceptron,MLP)网络往往只聚焦于点云整体形状,很难对物体的细节特征进行有效提取,使点云残缺结构的补全效果不佳.因此需要一种准确的点云局部特征提取算法,用于点云补全任务.方法 为解决该问题,本文提出了嵌入注意力模块的多尺度点云补全算法.网络整体采用编码器—解码器结构,通过编码器端的特征嵌入层和Transformer层提取并融合3种不同分辨率的残缺点云特征信息,将其输入到全连接网络的解码器中,
目的 点云分类传统方法中大量依赖人工设计特征,缺乏深层次特征,难以进一步提高精度,基于深度学习的方法大部分利用结构化网络,转化为其他表征造成了3维空间结构信息的丢失,部分利用局部结构学习多层次特征的方法也因为忽略了机载数据的几何信息,难以实现精细分类.针对上述问题,本文提出了一种基于多特征融合几何卷积神经网络(multi-feature fusion and geometric convolutional neural network,MFFGCNN)的机载LiDAR(light detection an
苦荞糖浆具有苦荞的主要生物活性成分,目前的研究表明苦荞活性物质在抗氧化、抗癌、降血糖、降血压和降胆固醇上有明显的功效.其工业化制备可以为三高病人提供功能性食品、药品的甜味剂和添加剂,使患者在减低血糖的同时还可以享受甜食.本文在多酶法提取苦荞糖浆的工艺基础上设计了中试苦荞糖浆生产线,采用半自动化生产出苦荞糖浆、苦荞精、苦荞膳食纤维粉3种产品,填补了国内乃至国际苦荞糖浆产品空白.
目的:了解广东省阳江市阳东区2018—2020年居民户食用加碘盐现状,及时掌握人群碘营养状况,为采取针对碘缺乏病的防治措施和科学调整干预策略提供依据.方法:按照《阳江市阳东区碘缺乏病监测方案》,对阳江市阳东区居民户随机抽查食用加碘盐,采用《制盐工业通用试验方法碘的测定》(GB/T 13025.7—2012)中的直接滴定法进行定量测定.结果:阳江市阳东区2018—2020年居民户食用盐非碘盐率为0,碘盐合格率为100%,碘盐覆盖率为99.8%,合格碘盐食用率为99.8%,食用盐盐碘均值为27.25 mg/k