一种基于多视图掩码自编码器的点云自监督分类方法及系统

本发明公开了一种基于多视图掩码自编码器的点云自监督分类方法及系统，属于计算机视觉技术领域，包括以下步骤：S101，获取三维点云数据集，将三维点云数据集按照训练、验证和测试进行划分，并使用采样技术对三维点云进行预处理；S102，结合多视图技术的自监督深度学习网络，并用训练数据进行训练，通过验证数据集优化，以获得最佳的深度学习模型；S103，使用最优效果的深度学习网络模型在测试集和验证集进行测试和验证。本发明采用基于深度学习的点云多视图自监督分类，该网络通过将点云转为多个视图，使用场景和视点信息将多个视图集成在一起，最大限度的减少了投影损失，并使用掩码自编码器对组合视图进行掩码重建，增强了模型的泛化能力。