摘要
本发明提供了一种面向三维高斯场景的轻量型实时语义分割方法,属于计算机视觉与三维场景理解领域。该流程包括以下步骤:S1:数据准备,获取包含点云、图像、位姿在内的多模态信息数据并对数据进行预处理;S2:二维语义分割,利用PP‑LiteSeg对图像生成像素级语义分割图及语义标签;S3:三维场景建模与语义投影,融合多模态信息完成三维高斯场景重建,并将二维语义投影到高斯函数上,形成初步高斯函数语义特征;S4:语义优化与分割输出,考虑图像差、语义差及平滑性,建立损失函数,优化语义特征并输出分割结果。本发明能够完成高效、实时且精确的三维高斯语义分割工作,适用于轻量型、资源受限设备的场景理解任务。
技术关键词
语义分割方法
轻量型
函数语义特征
语义标签
三维场景建模
融合多模态信息
资源受限设备
融合多视角
高层语义特征
彩色图像
相机
点云模型
实例分割
聚类方法
计算机视觉
系统为您推荐了相关专利信息
前景文本
预训练模型
语义分割方法
文本编码器
图像编码器
智能驾驶方法
高层语义信息
车载激光雷达
车辆行驶路径
语义标签
医学图像数据集
图像语义分割方法
注意力机制
混合损失函数
桥式通道
车载语音识别方法
缩放单元
数据
编码器
语义标签