一种基于多尺度空间Transformer网络的复杂地形点云分割方法

本发明涉及计算机视觉技术领域，公开了一种基于多尺度空间Transformer网络的复杂地形点云分割方法，包括以下步骤：获取原始ALS点云数据；对原始ALS点云数据进行数据预处理操作，并构建基于点邻域的BCE几何增强特征；构建基于多尺度空间Convolution‑Swin Transformer的Point‑SCT网络；利用ALS点云数据对Point‑SCT展开训练任务，从ALS点云数据中分割地面点。本发明设计的模型能够有效地结合局部特征聚合和全局上下文的关系建模，同时避免了全局注意力应用到整个点云所带来的繁重计算。实验证明，在面向具有复杂地形和植被环境的大规模遥感场景中的地面点提取任务中，Point‑SCT能够鲁棒地分割地面点云，且精度和泛化性都达到了最先进的水平。