一种基于无监督领域适应的点云语义分割方法

本发明提供一种基于无监督领域适应的点云语义分割方法，属于计算机视觉与遥感技术领域。该方法设计了特定的源域标签的选取策略，使得在选取跨域混合样本时，不再局限于部分类别，而是对所有类别进行混合；该策略不仅能保持混合样本的语义一致性，还能够完整反映真实场景的空间结构，有效保留不同场景的全局上下文信息。同时，构建了混合域特征增强方法，其中，实例级数据增强方法确保了完整的语义实例在样本混合过程中不会被截断，然后对完整的语义实例进行旋转和复制，使模型能够学习到实例完整的特征，以及对应的不同视角、排列方式的特征，提高模型对其他域点云的适应性，使混合点云样本在局部和整体层面均具备更丰富的结构信息。