摘要
本发明公开了点云语义分割的拓扑纹理协同感知网络,属于计算机视觉和模式识别技术领域,为了解决点云分割任务中计算成本较高、易引入信息损失,影响分割精度以及限制了其在非均匀分布数据上的表现能力的问题,本发明步骤包括从点云序列中提取拓扑和纹理特征,分别表征三维场景中的空间关系和局部表面细节,提高语义分割的精度和鲁棒性;并设计了一个拓扑-纹理协作模块(TTC),旨在无缝地集成来自拓扑和纹理特性的互补信息,增强了它们的协同作用。本发明不仅在广泛认可的基准测试ScanNet v2和S3DIS上优于最先进的技术,展示了显著的效率,而且在遥感领域的农林数据集上取得了前沿的性能,充分展示了其在3D场景理解方面的显著优势。
技术关键词
纹理特征
网络
位置编码方法
多级特征融合
模式识别技术
空间位置关系
场景
点云
加权特征
计算机视觉
注意力机制
阶段
语义特征
解码模块
平方根
系统为您推荐了相关专利信息
分诊方法
二维卷积神经网络
深度学习框架
疾病特征
图片
工艺参数优化方法
可见光图像
强化学习模型
多通道特征
分支
高阶神经网络
故障诊断方法
分类器模型
表达式
特征提取模型
多模态环境
LED光源阵列
脉冲宽度调制
LED照明
微透镜阵列