摘要
本发明公开一种从森林点云中分离枝干和树叶的无监督语义分割方法,所述方法包括如下步骤:S1:获取森林场景的三维点云数据;S2:基于无监督语义分割深度学习网络对所述三维点云数据进行特征提取,得到点云的综合特征表示;S3:基于所述综合特征表示进行超点的生成和聚类,以生成伪标签,实现枝干和树叶的分离;所述无监督语义分割深度学习网络无需通过人工标注的带有语义标签的点云进行先验训练。本发明通过无监督语义分割深度学习网络实现了森林点云枝干和树叶的自动分离,无需人工标注数据,且具有较高的分割精度和鲁棒性。
技术关键词
语义分割方法
三维点云数据
深度学习网络
无监督
稀疏卷积神经网络
森林场景
注意力
语义标签
点云特征
模块
结合点
坐标
鲁棒性
颜色
非线性
聚类
通道