摘要
本发明涉及激光点云分割技术领域,尤其涉及一种基于双结构编码器的车载激光点云语义分割方法。该方法包括以下步骤:获取车载激光点云数据并构建点云样本训练集;对点云样本训练集进行下采样,得到多尺度层次点云样本训练子集;基于RandLA‑Net编码器、KPConv‑Net编码器和特征解码器构建点云语义分割模型,将多尺度层次点云样本训练子集作为输入,对模型进行训练更新;提取点云样本训练集中的车载点云作为输入,利用更新获得的点云语义分割模型,得到输入点云样本测试集中的每个点云的点云语义分割结果。该方法提升了网络对密度不均匀、稀疏点云的语义分割能力,在不损失效率的情况下解决了网络对几何信息和抽象语义信息提取不充分的问题。
技术关键词
语义分割方法
双结构
语义分割模型
编码器
车载激光点云数据
信息编码
编码模块
多层感知机
点云特征
样本
点云空间
训练集
特征提取模块
坐标
点云分割技术
空间邻域信息
系统为您推荐了相关专利信息
图像语义分割方法
面向无人机
编码器
融合特征
生成上下文感知
优化视频编码
量化参数预测
多层感知网络
加权特征
编码器
数据分析方法
数据分析模型
项目
神经网络模型
计算机程序产品
电信号
二维卷积神经网络
多层感知机
频率
抑郁症检测系统