基于多视角图结构特征注意力卷积的点云语义分割方法技术

基于多视角图结构特征注意力卷积的点云语义分割方法，解决了如何高精度的点云语义分割的问题，属于语义分割技术领域。本发明专利技术的编码器网络以邻域图的形式表示点云，通过图结构特征注意力分支，动态调整卷积核的权重和形状，动态适应点云不规则、无序的、分布不均匀的结构，有选择地聚焦在邻域最相关的部分，通过多视角空间特征分支，在邻域内产生更准确的空间特征描述。图结构特征注意力分支和多视角空间特征分支构成多视角图结构特征注意力卷积。再通过解码器解码，根据解码的特征向量，获得点云数据中每个点的最终语义标签。本发明专利技术可以直接处理无结构的三维点云，精确获取点云的结构特征，实现高精度的点云语义分割。实现高精度的点云语义分割。实现高精度的点云语义分割。

【技术实现步骤摘要】
基于多视角图结构特征注意力卷积的点云语义分割方法


[0001]本专利技术涉及一种基于多视角图结构特征注意力卷积的点云语义分割方法，属于语义分割


技术介绍

[0002]星载、机载、车载和地面激光雷达探测技术可以快速高效地进行对地观测，主动、实时、直接地获取大范围地表及地物的三维信息，生成大范围的LiDAR点云数据。LiDAR点云数据已经广泛应用在测绘生产、地物三维重建、数字地面模型建立、地表覆盖分类、变化检测、电力巡线、森林资源调查、城市规划、自动驾驶、机器人系统、增强/虚拟现实、智慧城市等领域。尽管点云应用广泛，但当面对复杂的地物结构以及大规模、不规则的地物分布时，点云的语义分割精度仍然较低，严重制约点云应用的发展。
[0003]在早期阶段，通过传统的机器学习方法，实现点云语义分割。首先，这些方法需要利用特定的专家知识，设计人工特征，包括几何特征、辐射测量特征、拓扑特征、回波特征和全波形特征等，然后，利用支持向量机、随机森林、条件随机场和马尔可夫随机场等作为分类器。这些方法无法提取原始点云的有效特征，无法应用于大规模的复杂环境本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多视角图结构特征注意力卷积的点云语义分割方法，其特征在于，所述方法包括：S1、获取点云数据；S2、将点云数据输入编码器网络，提取点云数据的多尺度特征，编码器网络包括五个依次连接的编码器层，每个编码器层包括采样层和多视角图结构特征注意力卷积层；采样层对点云进行采样，将采样点作为参考点，获取参考点的邻域点，构建参考点的邻域图；多视角图结构特征注意力卷积层包括图结构特征注意力分支和多视角空间特征分支；将参考点及其邻域点同时输入至图结构特征注意力分支和多视角空间特征分支；图结构特征注意力分支根据参考点及其邻域点，计算相对邻域点坐标集合和相对邻域点特征集合，将相对邻域点特征集合输入多层感知机MLP 1，将多层感知机MLP 1输出的特征向量与相对邻域点坐标集合连接，并输入多层感知机MLP 2和softmax组成的函数中，学习图结构特征注意力权重G
a
，同时将相对邻域点坐标集合和相对邻域点特征集合同时输入多层感知机MLP 3，获得特征向量G1，并将G
a
与G1进行逐元素相乘，将乘积输入至多层感知机MLP 4中，该多层感知机MLP 4输出图结构特征注意力分支的输出特征向量G
out
；多视角空间特征分支根据参考点及其邻域点计算相对邻域点坐标集合，将相对邻域点坐标集合分别投影到X
‑
Y、X
‑
Z和Y
‑
Z平面，获得3个平面的相对坐标集合，将3个平面的相对坐标集合分别输入多层感知机MLP 5、多层感知机MLP 6、多层感知机MLP 7，将3个多层感知机MLP的输出特征向量进行连接，再输入至多层感知机MLP 8，多层感知机MLP 8输出多视角空间特征分支的输出特征向量M
out
；将输出特征向量G
out
和输出特征向量M
out
连接，并输入多层感知机MLP 9中，多层感知机MLP 9的输出进行最大池化操作，获得多视角图结构特征注意力卷积的输出特征向量F
out
，为点云数据的多尺度特征；S3、将输出特征向量F
out
输入至解码器网络，获得与S2中点云数据相同点数的特征向量；S4、将S3获得的特征向量输入到多层感知器MLP 10中，获得点云数据中每个点的最终语义标签。2.根据权利要求1所述的基于多视角图结构特征注意力卷积的点云语义分割方法，其特征在于，所述采样层利用最远点采样法对点云进行采样，将采样点作为参考点V＝{p1,p2,
…
,p
N
}，以参考点为圆心，以特定半径构建球形邻域，在球形邻域范围内随机采样，得到参考点的K个邻域点H(i)是参考点p
i
的邻域，构建参考点V的邻域图G(V,E)，边点云中的任一点p
i
均可被分为坐标部分和特征属性部分3.根据权利要求1所述的基于多视角图结构特征注意力卷积的点云语义分割方法，其特征在于，图结构特征注意力分支获取图结构特征注意力权重G
a
...

【专利技术属性】
技术研发人员：田泽宇，郭霆，吴川，张玉娟，席志龙，
申请(专利权)人：黑龙江工程学院，
类型：发明
国别省市：