您当前的位置：
首页 >
文章列表页 >
基于深度学习的室内多视角点云自动化配准方法
建筑机器人 | 更新时间：2025-11-05

    • 基于深度学习的室内多视角点云自动化配准方法

    • Towards automated multi-view point cloud registration of indoor scenes using deep learning

    • “在房屋交付前尺寸质量检测领域，专家提出了基于深度学习的室内多视角点云自动化配准方法，有效提高了检测效率和精度。”
    • 土木与环境工程学报   2025年47卷第5期 页码：12-22

    • DOI：10.11835/j.issn.2096-6717.2024.058    

      中图分类号： TU198

    • 收稿：2024-03-19，

      纸质出版：2025-10-25

    移动端阅览

  • 刘界鹏,胡骁,李东声等.基于深度学习的室内多视角点云自动化配准方法[J].土木与环境工程学报,2025,47(05):12-22. DOI： 10.11835/j.issn.2096-6717.2024.058.

    LIU Jiepeng,HU Xiao,LI Dongsheng,et al.Towards automated multi-view point cloud registration of indoor scenes using deep learning[J].Journal of Civil and Environmental Engineering,2025,47(05):12-22. DOI： 10.11835/j.issn.2096-6717.2024.058.

  •  
  •  

0

浏览量

32

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于无人机图像与深度学习的高原地区隧道洞门墙病害检测方法
基于轻量化卷积神经网络的桥梁斜拉索PE护套损伤识别方法
基于深度学习三维重建技术的建筑施工进度管理自动化系统构建
基于数字孪生和深度学习的结构损伤识别

相关作者

李东声
胡骁
刘界鹏
尹严
卢汉青
潘振华
郭强
车博文

相关机构

重庆大学，土木工程学院
新疆交通建设管理局
长安大学 公路学院
哈尔滨工业大学 土木工程学院
上海交通大学 船舶海洋与建筑工程学院
0