一种联合部分-整体感知的点云的自监督学习方法

本发明公开了一种联合部分‑整体感知的点云的自监督学习方法，属于人工智能技术领域。针对现有的方法通常通过扩充点云数据来增强点云特征的不变感知，忽略了部分信息对物体感知影响的问题，通过对点云数据进行预处理并提取增强点云和部分点云特征向量，随后增强点云使用对比损失评价特征向量的相似度情况，再将部分点云分别经过点云特征提取器网络和点云特征投影头网络得到部分特征向量，并将部分特征向量放入隐式场中学习部分的隐式表示，整合增强点云和的特征向量得到整合的整体特征向量和整合的部分特征向量，比较两者特征向量的差异，根据差异情况进行反向传播优化网络。本发明充分结合点云局部和整体之间的关系，得到更丰富的点云信息表示。