用于视觉场景理解的三维特征优化方法、装置和电子设备

本发明提供了一种用于视觉场景理解的三维特征优化方法、装置和电子设备，该方法中，采用特征密化模块对稀疏三维特征进行逐层聚合，进而得到具有全局几何和语义信息的稠密三维特征，可显著提升模型对三维场景全局和局部信息的捕捉能力，另外，随机特征查询和实例特征查询的结合，以及稠密三维特征、图像特征的聚合，得到的优化三维特征，解决了场景中的不确定性区域问题，提高了模型的鲁棒性和关键对象的预测精度。