摘要
本发明涉及一种文本引导的语义场景补全方法及系统,其中,该方法将完整点云划分为可视点云区域和不可视点云区域,通过点云编码器得到可视点云特征和不可视点云特征,通过文本编码器得到完整文本描述的完整文本特征,根据可视点云特征、不可视点云特征、完整文本特征和相似性损失函数对点云编码器和文本编码器进行对齐的联合训练,通过联合训练后的点云编码器和联合训练后的文本编码器得到残缺点云的最终残缺点云特征和残缺文本特征,根据最终残缺点云特征和残缺文本特征得到待补全实例,并根据待补全实例和残缺文本特征生成的补全点实现对残缺点云的语义补全。由此,本发明在场景存在大面积缺失时,能够以文本为引导进行语义补全,提高准确性。
技术关键词
点云特征
语义场景补全系统
文本编码器
融合特征
多层特征融合
补全方法
兴趣
种子
键特征
交叉注意力机制
符号
模块
系统为您推荐了相关专利信息
评估系统
多路径
语义特征
信贷风险评估
特征提取模块
光伏功率预测方法
光伏发电站
注意力神经网络
上下文特征
聚类算法
建筑木结构
时序
变量
三维卷积神经网络模型
应变传感器