摘要
本发明提供了一种基于无参数网络的小样本点云分割方法及系统,属于三维场景理解与感知技术领域。本发明的系统由无训练的编码器和分割头两部分构成。编码器利用几何先验信息,无需参数训练即可提取点云特征。分割头则通过掩码平均池化构建目标类别与背景的原型向量,并基于余弦相似度匹配完成查询点的分类预测,实现低标注条件下的有效分割。本发明提出的基于无参数网络的小样本点云分割方法在不依赖大规模标注数据与模型训练的条件下,依然具备良好的分割能力,适用于自动驾驶、机器人感知、三维场景理解等标注数据稀缺场景,为三维点云分析任务提供了新颖而高效的解决方案,具有广阔的实际应用前景与推广价值。
技术关键词
点云分割方法
KNN算法
融合特征
样本
频谱特征
原型
编码器
网络
参数
邻居
分割系统
高通滤波器
点云特征
通道
低通滤波器
采样方法
坐标
颜色