一种基于跨模态特征聚合的跨域点云表示学习方法及系统

本申请提供一种基于跨模态特征聚合的跨域点云表示学习方法及系统，其中，方法包括：采用预设的双流多模态编码器对训练域的点云进行特征提取，确定几何特征和语义提示；采用预设的语义燃料提示器对几何特征和语义提示进行跨模态特征聚合，生成3D特征；采用预设的弹性域对齐模块对3D特征进行域不变特征对齐，确定经过对齐后的特征；采用经过对齐后的特征对预设任务的模型进行模型训练，确定具有迁移性的跨域模型。通过本申请，采用双流多模态编码器和语义燃料提示器进行跨模态特征聚合，采用弹性域对齐模块分层学习域不变特征，同时实现域泛化和域适配，适用三维跨域点云表示学习任务。