摘要
本发明为基于阶段信息融合transformer和分组归一化的点云语义分割方法,旨在提高点云语义分割的准确率和降低运算成本。采用传统的U‑net网络将过程分为编码和解码阶段分别进行五次,编码首先采用核心点卷积来提取点云的初步特征,后进行下采样,利用采样分组前后的特征进行相互归一化,而后将特征进行线性组合,最后进行最大池化和可学习权重池化自适应结合。而后进行transformer注意力运算同时将不同编码阶段的信息融合到注意力结果中,解码时则采取与编码相反的操作,先进行上采样后进行注意力计算并加入信息融合,最终进行分割。
技术关键词
注意力
损失函数优化
点云语义分割方法
解码
语义分割系统
编码
计算机可执行指令
归一化模块
分类准确率
邻近算法
上采样
特征提取模块
多层感知机
计算机程序产品
输出特征
插值法
两阶段
系统为您推荐了相关专利信息
人体关键点检测
行人检测
重识别方法
图像超分辨算法
注意力
反无人机方法
旋翼无人机
多智能体强化学习
仿真环境
策略
高分辨率遥感影像
建筑物提取方法
融合局部特征
辅助编码器
遥感影像数据
交通流预测方法
卷积模块
数据
离散小波变换
节点
多视角特征
融合特征
语义
图像特征提取模型
点云特征提取