【技術實現步驟摘要】
本專利技術屬于土木工程與人工智能交互，具體涉及一種基于點云深度學習的地下車庫模型重建方法和系統。
技術介紹
1、地下車庫是建筑的重要組成部分，承擔著停車以及容納機械、電氣、管道系統的功能，需要定期對其進行維護?；邳c云的三維模型重建可以獲得地下車庫的bim模型，進而有效促進地下車庫的運營和維護。三維模型重建第一步是進行語義分割?，F有的點云語義分割方法通常依賴于先驗知識，在處理復雜的地下車庫場景時準確性較低。為了提高點云語義分割的效率和精度，迫切需要一種新的自動化處理方法。
技術實現思路
1、本專利技術針對現有技術存在的問題，提供了一種基于點云深度學習的地下車庫模型重建方法和系統，能夠處理復雜的地下車庫場景，不僅能生成車庫的三維數字孿生模型，有利于地下車庫后續的設施管理、監控和維護工作。
2、為解決以上技術問題，本專利技術提供如下技術方案一種基于點云深度學習的地下車庫模型重建方法，包括以下步驟：
3、s1、對地下車庫的點云數據進行預處理、數據標注和增強，構建地下車庫的點云數據集，包括地下車庫點云數據、以及每個點對應的語義類別；所述點云數據是每個點的xyz坐標、rgb顏色信息；
4、s2、構建地下車庫點云語義分割神經網絡，用步驟s1的地下車庫的點云數據集訓練該神經網絡，獲得地下車庫點云語義分割模型；
5、所述地下車庫點云語義分割神經網絡基于pointnet++網絡構建，并引入res-se、多頭注意力特征聚合mafa和dmafa兩個模塊；<...
【技術保護點】
1.一種基于點云深度學習的地下車庫模型重建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，步驟S1中，對地下車庫的點云數據進行預處理包括去除噪聲點和異常點。
3.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，步驟S1中，數據標注和增強包括顏色隨機丟棄、旋轉、噪聲添加、縮放，同時使用三維標注工具對地下車庫不同物體進行標注，每個點對應的語義類別包括墻壁、地面、車輛、柱子、管道。
4.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，編碼階段，首先使用FC層和RES-SE層學習逐點特征并提取局部上下文特征，將輸入的點云數據形狀從(N,din)變換為(N,64)，然后使用四個編碼層減少點云數據中的點數，同時增加逐點特征通道的數量，獲取局部幾何結構；
5.根據權利要求4所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，解碼階段使用四個解碼層恢復空間信息，每個解碼層使用KNN算法為每個查詢點找到最近的鄰點，然后使
6.根據權利要求4所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，每個編碼層包括兩個結構相同的RES-SE層，其中一個以MAFA模塊為核心輸入，另一個以DMAFA模塊為核心輸入。
7.根據權利要求6所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，地下車庫點云語義分割神經網絡輸出為所有點的預測語義類別，表示為(N,dout)，其中dout為語義類別的數量，輸出層使用兩個共享FC層，將特征從(N,128)變換為(N,64)，然后從(N,64)變換為(N,dout)，同時在轉換過程中加入了一個dropout層防止過擬合。
8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述方法的步驟。
...【技術特征摘要】
1.一種基于點云深度學習的地下車庫模型重建方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，步驟s1中，對地下車庫的點云數據進行預處理包括去除噪聲點和異常點。
3.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，步驟s1中，數據標注和增強包括顏色隨機丟棄、旋轉、噪聲添加、縮放，同時使用三維標注工具對地下車庫不同物體進行標注，每個點對應的語義類別包括墻壁、地面、車輛、柱子、管道。
4.根據權利要求1所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，編碼階段，首先使用fc層和res-se層學習逐點特征并提取局部上下文特征，將輸入的點云數據形狀從(n,din)變換為(n,64)，然后使用四個編碼層減少點云數據中的點數，同時增加逐點特征通道的數量，獲取局部幾何結構；
5.根據權利要求4所述的一種基于點云深度學習的地下車庫模型重建方法，其特征在于，解碼階段使用四個解碼層恢復空間信息，每個解碼層使用knn算法為每個查詢點找到最近的鄰點，然后使用最近鄰插值法對點特征集進行上采...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。