摘要
本发明提出了一种增强车辆边界感知和全局分割能力的三维点云语义分割系统,用以解决相邻物体或者相似物体分割时边界划分模糊,全局语义混淆等难题。本发明基于一种新的基于分层Superpoint Transformer架构,其主要由五个部分构成:(1)用于处理层级初始点云的多层感知机MLP和相对位置编码;(2)局部特征增强模块;(3)双重注意力特征提取模块;(4)用于多尺度特征融合的大核卷积层级融合网络;(5)用于3D点云分割的线性层分类头。其中双重注意力模块包括空间坐标注意力、稀疏自注意力和多重部分卷积。本发明使用S3DIS,KITTI‑360,DALES数据集验证,与最先进的算法比较表明,平均分割精度有显著提升。
技术关键词
语义分割系统
多层感知机
线性分类器
3D点云分割
Sigmoid函数
车辆
池化特征
层级
多尺度特征融合
注意力机制
编码模块
坐标
细粒度特征
物体
非线性