基于面向点云的局部语义和跨层级依赖的图像识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于面向点云的局部语义和跨层级依赖的图像识别方法
申请号:CN202510206592
申请日期:2025-02-25
公开号:CN120147655B
公开日期:2025-12-02
类型:发明专利
摘要
一种基于面向点云的局部语义和跨层级依赖的图像识别方法,其特征在于,包括:1:构建基于面向点云的局部语义和跨层级依赖的图像识别系统;2:图像采集模块采集原始图像数据;3:预处理模块对原始图像数据进行预处理,得到标准数据;4:LCHNet网络中的嵌入层获取标准数据,提升标准数据的特征维度,得到嵌入数据;5‑8:各个特征提取模块对输入数据数据进行特征提取,得到特征数据;9:中介注意力模块进行中介注意力机制计算,得到多层次特征数据;10:加法单元将第四特征数据和多层次特征数据相加,得到综合特征数据;11:图像识别模块对综合特征数据进行图像识别操作,输出图像识别结果。效果:提高了点云模型的泛化能力和特征提取能力。
技术关键词
特征提取模块 图像识别方法 多层次特征 上采样 多层感知器 图像识别模块 层级 语义 原始图像数据 图像识别系统 注意力机制算法 图像分类识别 图像采集模块 信息处理单元 输出端 图像类别
系统为您推荐了相关专利信息
压电传感器阵列 拓扑特征 评分系统 微裂纹 特征提取模块
业务趋势预测方法 训练机器学习模型 事件特征 时序特征 皮尔逊相关系数
分布式监测方法 网络攻击事件 深度神经网络模型 预测特征 网络特征
检测时间间隔 应力 分布特征 油气 神经网络模型
子模块 特征提取模块 低功耗蓝牙 判断算法 QRS波