基于双注意力机制与对比正则化的自监督点云物体分割方法

本发明公开了基于双注意力机制与对比正则化的自监督点云物体分割方法，具体为，首先，通过几何变换增强策略，生成多视角的点云数据，利用对比学习机制捕捉模态内几何不变性特征；然后，使用交叉空间注意力和交叉通道注意力，实现图像纹理与点云几何特征的深度融合，并引入可学习权重分配策略，动态的为图像与点云进行权重分配；最后，通过全局通道方式和点方式描述符来综合全局特征构建全局响应矩阵，增强局部细节与全局语义的交互表达能力，完成分割。本发明解决了现有自监督方法的特征提取不充分的问题。