一种基于双重自注意力机制的点云弱监督语义分割方法

本申请提供一种基于双重自注意力机制的点云弱监督语义分割方法，包括：获取部分标注的三维点云数据，点云数据包含空间坐标信息；通过GNE模块对点云数据的局部坐标特征进行编码，生成具有判别性的局部信息表示；采用DLA模块计算点云数据中点与点之间的特征相似性，生成注意力权重并调整点特征表达；通过AFAP模块对调整后的点特征进行加权聚合，生成全局特征表示；将DLA模块与AFAP模块串联堆叠形成DARF模块，提升对复杂几何形状的建模能力；基于弱监督训练策略对点云数据进行语义分割，输出分割结果。本申请显著减少了对标注数据的依赖，在有限标注时提升了分割性能。