摘要
本发明公开了一种基于三维点云的实例分割方法,属于图像处理和计算机视觉技术领域,步骤如下:获取并预处理点云数据,得到点云训练数据集;提取点云数据的特征,得到点云级别数据特征和各超点的综合特征;通过编码与二类聚值的方法进行分类和聚合,得到初始化位置编码、初始化位置查询向量和高密度点查询向量;基于交叉注意力机制进行向量融合,得到实例融合特征;对实例的中心位置和边界位置进行预测,并卷积生成分割掩码,且转化为预测掩码;根据二分匹配方法和图模型,对预测掩码和真实掩码进行匹配和匹配程度评估,并执行三维点云的实例分割。本发明解决了现有三维点云实例分割技术在处理紧密相邻对象和实时场景理解方面存在的局限性问题。
技术关键词
实例分割方法
交叉注意力机制
高密度
融合特征
表达式
多层感知器
分类阈值
sigmoid函数
编码
生成点云数据
多尺度特征提取
计算机视觉技术
匈牙利算法
场景
系统为您推荐了相关专利信息
优化配置方法
节点
储能机组
风光
Copula理论
风力涡轮机
模拟退火算法
重构方法
应变传感器
应力
图像特征数据
评价系统
艺术家
图像特征提取
信息熵
剩余寿命预测方法
剩余寿命预测模型
Sigmoid函数
弧触头
断路器触头
时序特征
构建决策树
数据预测方法
长短期记忆模型
数据预测装置