一种基于原型指导的跨域主动学习的点云分割方法

本发明提供一种基于原型指导的跨域主动学习的点云分割方法，包括：利用源域点云数据集对点云分割模型进行训练得到源域分割模型，提取源域点云数据的语义特征；根据每类别下源域点云数据的语义特征均值构建该类别的源原型；根据目标域点云数据的语义特征与各类别源原型之间的距离，生成目标域点云数据的差异分数；并根据目标域点云数据的伪标签计算目标域点云数据的不确定性分数；结合目标域点云数据的差异分数和不确定性分数对目标域点云数据中的部分点进行标注得到具有标签的部分目标域点云数据；从源域点云数据中提取部分源域点云数据和具有标签的部分目标域点云数据组成新的训练样本对源域分割模型进行微调得到训练好的点云分割模型。