摘要
本发明公开了一种面向大场景、多目标环境的3D点云语义分割方法,包括利用K近邻搜索算子搜索原始输入点云;利用局部特征编码块对获得的双边输入特征编码;利用注意力池化模块处理融合后的双边编码特征;将输入特征和获得的局部聚合特征进行相加融合,获得输出特征;利用嵌入多尺度特征融合模块的解码器对所有分辨率下编码层的输出特征进行上采样后融合其他分辨率下上采样特征,获得与原始输入点云具有相同分辨率的特征表示;利用分割预测头对与输入点云具有相同分辨率的特征表示转换为语义分割结果并输出。本发明突破了现有技术中局部语义特征表示能力和跨尺度信息融合能力的限制,实现了大场景、多目标环境下3D点云准确、高效地语义分割。
技术关键词
面向大场景
语义分割方法
编码特征
输出特征
语义特征
特征信息编码
邻域
多尺度特征融合
点云
分辨率
注意力
上采样
编码器
空间坐标信息
K近邻
多层感知机
编码块
系统为您推荐了相关专利信息
足底压力图像
足底压力数据
数据处理方法
高分辨率相机
融合特征
医学影像数据
识别方法
子宫
深度学习模型
像素点