国家知识产权局信息显示,中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司东郊分院;兰州交通大学申请一项名为“一种基于深度学习的大规模铁路场景点云数据语义分割方法”的专利,公开号CN121616827A,申请日期为2025年12月。
专利摘要显示,本发明公开一种基于深度学习的大规模铁路场景点云数据语义分割方法,对铁路点云进行下采样并构建KDTree,通过拼接三维坐标、反射强度与语义标签并聚合局部特征,形成多维特征张量;设计语义分割网络PGA‑Net,基于KPConv架构,在编码阶段引入全局特征聚合模块捕获长程依赖,通过门控注意力机制动态融合全局与局部特征,形成“先全局,后局部”特征学习机制;利用点级语义原型引导模块计算点特征与语义原型相似度,增强特征语义一致性;在解码阶段,采用全局注意力感知模块强化关键语义特征;通过上采样与类别映射实现精细语义分割。本发明解决了铁路场景中点云跨度大、结构复杂、长程依赖建模难问题,提升了分割精度与鲁棒性。
声明:市场有风险,投资需谨慎。本文为AI基于第三方数据生成,仅供参考,不构成个人投资建议。
本文源自:市场资讯
作者:情报员
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.