基于多模态特征匹配的少样本增量点云分类方法

本发明公开了一种基于多模态特征匹配的少样本增量点云分类方法，该方法使用了跨模态特征融合、图像模态增强和平行双分支这三种方式实现少样本增量点云分类；跨模态特征融合是使用交叉注意力将点云的三维模态特征和图像模态特征进行融合，并使用自注意力对融合特征进行增强；图像模态增强是基于点云的三维模态特征学习一个自适应的背景颜色，通过背景信息增强二维深度图中的点云前景；平行双分支是通过动态训练一个二分类器，将基类样本和新类样本区分开来，并使用两组不同的参数分别对所属样本进行处理。本发明提升了点云分类在少样本增量场景下表现，为异常检测、自动驾驶等工业领域提供了一种低成本高效率的解决方案。