华是科技申请基于深度学习和ransac算法的干舷高度识别方法及系统专利，能得到很高的干舷平面分割精度，又能保持较高的算法处理效率

　　2024年2月21日消息，据国家知识产权局公告，浙江华是科技股份有限公司申请一项名为“基于深度学习和ransac算法的干舷高度识别方法及系统“，公开号CN117576185A，申请日期为2024年1月。

　　专利摘要显示，本发明公开一种基于深度学习和ransac算法的干舷高度识别方法及系统。其中，该方法包括：获取原始样本集；根据ransac算法得到每个船舶样本的综合干舷平面；计算每个船舶样本的综合干舷平面的置信度以及真实干舷平面的置信度；将原始样本集进行标定得到标注样本集；将标注样本集通过RandLA?Net网络进行多轮迭代模型训练，得到目标点云分割模型；将待识别船舶通过ransac算法和目标点云分割模型获取目标干舷平面；将目标干舷平面进行切片并计算所有切片的切片高度的平均值，得到待识别船舶的干舷高度。该方法通过ransac算法解决简单船舶样本的分割任务，将困难船舶样本交给基于深度学习的目标点云分割模型，这样既能得到很高的干舷平面分割精度，又能保持较高的算法处理效率。