基于元学习的通用背景知识优化少样本建筑点云语义分割方法

本发明公开了一种基于元学习的通用背景知识优化少样本建筑点云语义分割方法，包括：采用自适应原型生成算法为支持集中每个类别生成前景原型；采用建模算法从支持集所有样本和查询集所有样本中学习背景知识，得到通用背景原型，并利用自适应背景损失算法优化通用背景原型；采用背景过滤算法将查询集的任务样本中的背景点云过滤；采用原型对比学习算法计算任务样本的前景点云分别与支持集所有类别的平均前景原型和通用背景原型的相似度，提取与平均前景原型的相似度高于预设阈值的任务样本的前景点云；采用非量度学习算法对任务样本的前景点云进行特征匹配和类别预测。本发明能够有效减少假阳性预测，消除干扰信息，从而优化目标分割效果。