摘要
本发明属于点云分割技术领域,具体为一种基于非参数化网络的少样本3D场景分割方法。本发明包括:非参数多级分层编码:包括,进行随机点采样和k最近邻捕捉点云局部几何结构和邻域关系,利用三角函数嵌入得到坐标和颜色特征;利用非参数注意力聚合得到全局上下文特征表示;利用体积逆加权三线性插值恢复点云数据信息。小样本场景分割:包括,利用支持集特征与分割标签构建原型记忆库并与查询集特征进行相似度匹配;利用最优传输方法对原型进行校正;对类别标签进行独热编码并得到标签原型记忆库,将校正后的原型与标签原型进行逻辑回归,预测查询集分割标签结果。本发明方法在少样本点云分割场景中具有优异的性能和强大的领域适应能力。
技术关键词
场景分割方法
原型
样本
多尺度特征融合
局部感受野
标签
邻域
颜色
注意力
点云分割技术
坐标
记忆
参数
传输方法
编码
多尺度结构
K近邻算法
细粒度特征
校准策略
系统为您推荐了相关专利信息
语义类别分类
语义分割模型
三维点云数据
原型
多模态
攻击溯源方法
动静态
Node2Vec算法
代码特征
节点
情绪识别方法
空间特征提取
焦点损失函数
特征提取模块
宽度学习系统