一种非参数化表示学习的大规模点云语义分割网络

AITNT
正文
推荐专利
一种非参数化表示学习的大规模点云语义分割网络
申请号:CN202411459468
申请日期:2024-10-18
公开号:CN119360021A
公开日期:2025-01-24
类型:发明专利
摘要
本发明提供了一种非参数化表示学习的大规模点云语义分割网络:包括多个堆叠的编码层和多个堆叠的解码层;所述编码层中,输入的点云先经下采样,并收集各采样点的相邻点;之后分别使用非参数编码模块和非参数注意力模块,提取各采样点及其相邻点的位置特征和语义特征;各点的位置特征与语义特征做连接操作后,再通过特征聚合模块将各相邻点的特征融合到各自对应的采样点中;所述解码层中,包括上采样和多层感知机。本发明中分别用非参数编码模块和非参数注意力模块以无参的形式提取位置信息和高维语义信息,在保证语义分割高精度的同时提高了整体计算效率和存储效率,具有良好的实际应用能力。
技术关键词
语义分割网络 语义特征 点云 多层感知机 编码模块 参数 注意力 解码 采样点 上采样 坐标 索引 波长 标签 算法 通道
系统为您推荐了相关专利信息
1
一种墙面相邻楼板高差超限识别与定位方法
定位方法 墙面 楼板 点云 检测点
2
一种钣金压筋加工方法
检测产品外形尺寸 理论 压型模具 工件 三维激光扫描仪
3
一种装载异形货物的货车数据挖掘方法及装置
异形货物 货车 激光雷达点云数据 数据挖掘方法 边缘检测
4
一种由粗到精的跨尺度三维点云配准方法
三维点云配准方法 因子 迭代算法 关键点 矫正
5
基于大模型的视频处理方法和装置及电子设备
机器学习模型 物体 视频帧 音频 视频流
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号