摘要
本申请属于一种分割方法,针对传统的3D U‑Net网络在变电站场景下进行点云实例分割时,若存在设备间遮挡或边界模糊,难以捕捉每个设备的完整边缘特征,以及位于体素边界的点易被忽略的技术问题,提供一种基于残差3D U‑Net的三维点云实例分割方法及相关装置,先对点云进行滤波去噪处理,然后对提取的点云特征和图像特征进行融合,再将融合后的点云特征输入残差3D U‑Net网络,得到语义分数和偏移向量,最后得到各个实例的分割结果和语义类别。在残差3D U‑Net网络中,通过边缘特征生成模块提取并融合相邻特征层之间的差异特征,提升边缘特征提取能力,并在解码器中将网络深层抽象语义特征和编码器中的浅层细粒度结构特征跨层级融合,能够进一步提升模型在复杂场景中的分割精度与泛化能力。
技术关键词
点云实例分割方法
图像特征向量
语义
融合特征
滤波去噪
编码器
解码器
计算机程序代码
注意力
近邻算法
邻域
多层感知机
点云特征
多模态
模块
变电站场景
网络
特征提取能力
计算方法
系统为您推荐了相关专利信息
内存访问请求
网络访问请求
网络控制器
远程内存访问
地址映射关系
数据标准化方法
迁移学习策略
标准化系统
识别模块
主动学习策略
图像语义分割方法
元素
语义标签
特征提取网络
图像语义分割装置