摘要
本发明提出了一种基于语义分割先验的三维语义场景补全模型,该模型结合深度学习方法,利用语义分割图中蕴含的丰富语义信息,有效提升三维场景补全的精度。通过设计对齐语义分割特征引导的模型框架,该框架由体素生成分支和语义补充分支组成,能够从不同信息源重建三维场景。实验表明,该方法能够显著提高三维场景补全的精度,尤其在细粒度场景重建方面具有显著优势。该模型在SemanticKITTI数据集上进行了验证,生成了带有语义标签的三维体素表示,成功地实现了更为精准的三维语义场景补全。
技术关键词
语义场景
分支
对齐模块
注意力
场景特征
图像
查询建议
语义点云
深度图
编码器模块
补全方法
特征提取模块
重建三维场景
时序
相机
语义先验
深度学习方法
系统为您推荐了相关专利信息
服务推荐方法
气象
DBSCAN算法
标签
地理围栏
接触网腕臂
视觉定位方法
安装机械手
特征提取模块
深度相机
RGB特征
光流特征
动作定位方法
音频特征
状态空间模型