基于深度学习的实景三维多层级重建关键技术研究
这是一篇关于实景三维,室内场景重建,点云补全,语义,三维重建的论文, 主要内容为实景三维中国建设按照表达内容和层级可划分为地形级、城市级以及部件级三维建设。随着实景三维中国建设的全面推进,室内外三维模型的重建工作在摄影测量与遥感领域受到的重视日益增加。然而自动化程度低,语义信息的缺乏制约着三维模型的快速生成与广泛应用。近年来,深度学习技术发展迅速,在多种数据的语义识别和生成任务中发挥了重要作用。本文围绕城市级室外三维重建以及部件级室内三维重建的主题展开研究,在深度学习方法提供的语义信息引导下,尝试提出一种针对多层级实景三维的自动化建模框架。在城市级室外三维重建工作中,传统手工的三维重建方法存在效率低下、耗费大量人力物力的问题;其次目前的城市级自动化模型重建方法仅仅能做到整体模型构建,无法对建筑物进行自动化、结构化单体重建。针对这两个问题,本文以卫星影像及DSM为数据源,提出一种基于Mask R-CNN网络的城市区域LOD-1级模型重建技术。首先使用Mask R-CNN语义分割网络获取正射影像中建筑物形状信息,将其作为语义信息指导;其次对形状信息进行轮廓提取及规则化处理;接着将规则化的二维形状信息与DSM的三维高程信息相结合,从而实现对城市级室外建筑物的自动化建模;最后在GF-7影像及SVS软件生成的DSM上进行了相关实验。实验结果表明本文提出的方法可以实现城市级室外建筑物LOD1级建模。在部件级室内三维重建工作中,部件级室内模型更加精细、复杂,对语义信息与结构信息的精度要求更高;实际场景点云因遮挡等会出现残缺,重叠现象,影响三维重建精度;室内建模难以自动化,语义化。针对上述问题,本文以Lidar信息为主要数据源,提出一种语义化、自动化的部件级三维重建策略,主要包括三个部分:(1)首先提出一种基于图编码的点云语义分割网络LFCG-Net。网络的主要思想是使用全连接图结构进行点云特征编码以更为全面的描述点云局部特征信息,在此基础上,将多重残差的思想应用到三维点云以增大感受野,提升特征学习能力,并使用反频率权重交叉熵损失函数缓解数据集样本不平衡问题。多种点云数据集的测试结果证明了语义分割方法的有效性。(2)其次在提取的语义信息基础上提出一种基于跨模态自监督的点云补全方法PCSL,从而对于不完整的分割点云进行补全。PCSL方法主要包括掩码自编码自监督学习方法与跨模态对比学习方法两个分支。掩码自编码自监督学习方法通过对编码网络编码后的特征进行解码,从而学习点云的整体结构信息,辅助点云补全;跨模态对比学习方法是将编码后特征投影到高维空间,再通过孪生网络的对比学习获得融合特征,从而获取同类点云的共有信息,辅助点云表征学习。(3)最后在补全的具有语义信息的点云基础上,提出一种基于点云语义与模型匹配的部件级室内三维重建方法尝试进行部件级的三维重建。首先构建了3D-ESF室内模型库,并提出了基于语义分割置信度的候选模型构建策略;然后在模型与点云类别对应的基础上,提出了一种由粗到精的室内场景自动化匹配建模方法;最后在Scan Net部分数据上进行了相关实验,实验结果表明:在点云的语义信息引导下,本文提出的自动化匹配建模方法可以对部件级地物进行较为快速、准确的三维重建。
面向民用飞机总装的产品数据语义演化技术研究与应用
这是一篇关于民机总装,数据管理,语义,本体,BOM,一致性核查的论文, 主要内容为民用飞机是典型的复杂产品,具有产品构型多、结构复杂、生产批量小、单架次管理等特点。以上特点使得民机总装过程涉及到的海量产品数据间关系错综复杂,产品数据准确性难以控制。飞机产品数据对象源自工程设计阶段,经过工程设计、工艺设计、总装等多阶段演化,但同时要维持各环节衍生出的产品对象单一数据源特征。因此,需要建立和维护飞机产品对象内在的语义关联,这不仅有利于保证飞机总装过程中各种数据的一致性、符合性、重用性,也是实现民机适航取证的迫切要求。 本论文针对我国民用飞机总装过程产品数据管理集中在对工艺文件等数据的管理,缺乏对产品对象从工程设计、工艺设计、总装制造、供应商研制等全生命周期视角的研究,缺乏对产品内在语义的关联性等问题,结合大型客机总装制造过程和飞机产品数据的特点,从产品语义模型定义、不同领域的数据语义关联建立、数据一致性核查等方面展开研究,主要内容如下: (1)提出了基于本体的产品数据模型。针对飞机产品研制阶段多、数据量大,数据异构等特点,采用本体论的方法,将飞机总装过程分成了全局领域、工程领域和总装领域,建立了各个领域数据的本体模型,形成了各阶段统一标准的数据模型。 (2)提出了基于语义的不同领域数据映射和维护方法。基于产品研制的多个阶段中数据缺乏联系和BOM(Bill of Material)的多视图特点,提出了在BOM转化过程中实现以BOM为核心的不同领域的本体映射;同时提出了多视图版本模型和版本管理规则,并在此基础上,研究了工程更改发生时,版本变化对数据语义关系的影响。 (3)提出了产品数据语义一致性核查方法。分析了产品数据各阶段差异原因,提出了BOM和文档一致性维护和验证的方法和流程,实现BOM数据和文档数据的一致性检查。 (4)开发了民机总装数据管理系统相关模块。根据本文提出的理论和方法,基于PLM(Product Lifecycle Managment)系统平台,完成基于语义的产品数据模型定义和文档的一致性管理模块开发,采用SSH(Strtus+Hibernate+Spring)架构开发了BOM数据一致性检查模块,并结合企业实际进行了应用验证。
基于深度学习的实景三维多层级重建关键技术研究
这是一篇关于实景三维,室内场景重建,点云补全,语义,三维重建的论文, 主要内容为实景三维中国建设按照表达内容和层级可划分为地形级、城市级以及部件级三维建设。随着实景三维中国建设的全面推进,室内外三维模型的重建工作在摄影测量与遥感领域受到的重视日益增加。然而自动化程度低,语义信息的缺乏制约着三维模型的快速生成与广泛应用。近年来,深度学习技术发展迅速,在多种数据的语义识别和生成任务中发挥了重要作用。本文围绕城市级室外三维重建以及部件级室内三维重建的主题展开研究,在深度学习方法提供的语义信息引导下,尝试提出一种针对多层级实景三维的自动化建模框架。在城市级室外三维重建工作中,传统手工的三维重建方法存在效率低下、耗费大量人力物力的问题;其次目前的城市级自动化模型重建方法仅仅能做到整体模型构建,无法对建筑物进行自动化、结构化单体重建。针对这两个问题,本文以卫星影像及DSM为数据源,提出一种基于Mask R-CNN网络的城市区域LOD-1级模型重建技术。首先使用Mask R-CNN语义分割网络获取正射影像中建筑物形状信息,将其作为语义信息指导;其次对形状信息进行轮廓提取及规则化处理;接着将规则化的二维形状信息与DSM的三维高程信息相结合,从而实现对城市级室外建筑物的自动化建模;最后在GF-7影像及SVS软件生成的DSM上进行了相关实验。实验结果表明本文提出的方法可以实现城市级室外建筑物LOD1级建模。在部件级室内三维重建工作中,部件级室内模型更加精细、复杂,对语义信息与结构信息的精度要求更高;实际场景点云因遮挡等会出现残缺,重叠现象,影响三维重建精度;室内建模难以自动化,语义化。针对上述问题,本文以Lidar信息为主要数据源,提出一种语义化、自动化的部件级三维重建策略,主要包括三个部分:(1)首先提出一种基于图编码的点云语义分割网络LFCG-Net。网络的主要思想是使用全连接图结构进行点云特征编码以更为全面的描述点云局部特征信息,在此基础上,将多重残差的思想应用到三维点云以增大感受野,提升特征学习能力,并使用反频率权重交叉熵损失函数缓解数据集样本不平衡问题。多种点云数据集的测试结果证明了语义分割方法的有效性。(2)其次在提取的语义信息基础上提出一种基于跨模态自监督的点云补全方法PCSL,从而对于不完整的分割点云进行补全。PCSL方法主要包括掩码自编码自监督学习方法与跨模态对比学习方法两个分支。掩码自编码自监督学习方法通过对编码网络编码后的特征进行解码,从而学习点云的整体结构信息,辅助点云补全;跨模态对比学习方法是将编码后特征投影到高维空间,再通过孪生网络的对比学习获得融合特征,从而获取同类点云的共有信息,辅助点云表征学习。(3)最后在补全的具有语义信息的点云基础上,提出一种基于点云语义与模型匹配的部件级室内三维重建方法尝试进行部件级的三维重建。首先构建了3D-ESF室内模型库,并提出了基于语义分割置信度的候选模型构建策略;然后在模型与点云类别对应的基础上,提出了一种由粗到精的室内场景自动化匹配建模方法;最后在Scan Net部分数据上进行了相关实验,实验结果表明:在点云的语义信息引导下,本文提出的自动化匹配建模方法可以对部件级地物进行较为快速、准确的三维重建。
分布式版本拉制中间件的研究与实现
这是一篇关于版本控制,分布式事务,并发控制,串行化,语义的论文, 主要内容为分布式协同设计是计算机支持大型工程设计的有效方法。由于飞机协同设计等大型项目的设计过程是多次反复迭代的过程,因此对分布式协同设计而言,可靠、有效的版本控制显得尤为重要。版本不仅记录了设计过程的演变,也可为设计的可追溯性提供技术支撑。因此,对分布式版本控制的研究具有重要的理论意义和应用价值。本文分析了分布式版本控制所涉及到的关键问题,重点研究了分布式版本控制中事务的并发控制技术与一致性策略。论文主要研究工作如下:1)针对现有并发控制算法适应性较差的问题,提出了自适应并发控制算法。该算法将并发控制过程分为两个阶段:执行授权和策略选择。执行授权阶段根据事务的有效性决定冲突事务执行的顺序;策略选择阶段根据事务的读写状态以及当前冲突率动态地选择乐观/悲观冲突消解策略。设计的策略选择机制使得无论数据库是处于空闲还是繁忙状态,ACC算法都具有较高的执行效率。通过对比实验验证了本文提出的ACC算法的性能要优于经典的两阶段加锁并发控制算法和HCC算法;2)针对传统的版本控制模型存在通用性较差、不能分布式部署的问题,提出了基于语义的版本控制模型。该模型中的模式、版本和关系动态地描述了设计对象的变化过程。同时还介绍了基于语义的版本控制模型下的一致性约束条件和版本控制方法。对比实验证明基于语义的版本控制模型在时空开销上优于其他版本控制模型;3)本文采用Jsp技术在Eclipse平台下设计并初步实现了分布式版本控制中间件,最后通过飞行器协同设计软件对分布式版本控制中间件进行了试用,测试实验与分析表明本文所设计的模型和算法是有效的、可行的。
基于本体的主题相关度算法研究
这是一篇关于主题相关度,算法,语义,本体的论文, 主要内容为专业搜索引擎针对某一特定领域、某一特定人群或某一特定需求提供有价值的信息和服务，是网络信息搜索未来发展的方向之一。在网络资源规模巨大且资源总量迅速增加的情况下，专业搜索引擎首要解决的问题是如何高效准确的获取特定领域或特定主题的网络信息——目标网络资源，包括网页和链接。此问题的核心和关键点是如何计算目标网络资源的主题相关度，包括评估网页的主题相关度与预测链接的主题相关度。 现有的主题相关度算法基本在字符层次上计算主题相关度，处理概念或语义的能力相对不足，结果是主题相关度判断不准确，导致获取主题信息的准确率较低。由于本体优秀的语义表达能力，研究引入本体工具，利用本体表达主题并将网页概念化，在比较分析各个经典主题相关度算法的基础上，最终比选出具备更高准确率和效率的主题相关度算法，包括网页主题相关度评估算法和链接主题相关度预测算法，进而设计并实现具备更高效率和语义处理能力的主题网络信息抓取系统——基于本体的主题爬虫系统，最后通过实验验证算法的有效性。 在归纳和评述相关文献的基础上，针对获取主题信息时准确率和效率不高的问题，以收获率和时间效率为指标分别比选出合适的主题相关度算法予以解决。在提高主题信息获取准确率方面，通过比较KNN分类算法、概念空间向量模型CSVM算法和基于本体的主题相关度评估算法，选定基于本体的主题相关度评估算法，算法将网页中的概念映射到本体中计算网页主题相关度。在提高主题信息获取效率方面，通过比较主题敏感的PageRank算法、基于链接文本内容的算法和基于本体的链接主题相关度预测算法，选定基于本体的链接主题相关度预测算法，算法结合了Q学习和朴素贝叶斯分类器以预测链接的长期价值，通过比较链接的长期价值选取待抓取的链接，其中Q学习器通过基于本体的网页主题相关度评估算法算出的网页主题相关度值获得反馈。 在选定的算法基础上，研究应用此算法设计基于本体的主题爬虫系统，通过构建小型苹果本体，以苹果主题为例详细阐述了主题爬虫系统的运行流程，最后实现系统并以收获率为指标与宽度优先算法指导的爬虫以及Best-First算法指导的爬虫相比较，实验结果显示，基于本体的主题相关度算法指导的主题爬虫具备更高的收获率，在抓取主题相关网络资源时具备更大的潜力。
面向民用飞机总装的产品数据语义演化技术研究与应用
这是一篇关于民机总装,数据管理,语义,本体,BOM,一致性核查的论文, 主要内容为民用飞机是典型的复杂产品,具有产品构型多、结构复杂、生产批量小、单架次管理等特点。以上特点使得民机总装过程涉及到的海量产品数据间关系错综复杂,产品数据准确性难以控制。飞机产品数据对象源自工程设计阶段,经过工程设计、工艺设计、总装等多阶段演化,但同时要维持各环节衍生出的产品对象单一数据源特征。因此,需要建立和维护飞机产品对象内在的语义关联,这不仅有利于保证飞机总装过程中各种数据的一致性、符合性、重用性,也是实现民机适航取证的迫切要求。 本论文针对我国民用飞机总装过程产品数据管理集中在对工艺文件等数据的管理,缺乏对产品对象从工程设计、工艺设计、总装制造、供应商研制等全生命周期视角的研究,缺乏对产品内在语义的关联性等问题,结合大型客机总装制造过程和飞机产品数据的特点,从产品语义模型定义、不同领域的数据语义关联建立、数据一致性核查等方面展开研究,主要内容如下: (1)提出了基于本体的产品数据模型。针对飞机产品研制阶段多、数据量大,数据异构等特点,采用本体论的方法,将飞机总装过程分成了全局领域、工程领域和总装领域,建立了各个领域数据的本体模型,形成了各阶段统一标准的数据模型。 (2)提出了基于语义的不同领域数据映射和维护方法。基于产品研制的多个阶段中数据缺乏联系和BOM(Bill of Material)的多视图特点,提出了在BOM转化过程中实现以BOM为核心的不同领域的本体映射;同时提出了多视图版本模型和版本管理规则,并在此基础上,研究了工程更改发生时,版本变化对数据语义关系的影响。 (3)提出了产品数据语义一致性核查方法。分析了产品数据各阶段差异原因,提出了BOM和文档一致性维护和验证的方法和流程,实现BOM数据和文档数据的一致性检查。 (4)开发了民机总装数据管理系统相关模块。根据本文提出的理论和方法,基于PLM(Product Lifecycle Managment)系统平台,完成基于语义的产品数据模型定义和文档的一致性管理模块开发,采用SSH(Strtus+Hibernate+Spring)架构开发了BOM数据一致性检查模块,并结合企业实际进行了应用验证。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码向导 ，原文地址：https://m.bishedaima.com/lunwen/47635.html
