一种基于跨点云上下文信息的点云语义分割方法技术

本发明专利技术涉及一种基于跨点云上下文信息的点云语义分割方法，所采用的点云语义分割网络分为编码器和解码器，包括下列步骤：对数据集进行数据预处理并进行数据增强；将经过预处理和数据增强的点云通过编码器，编码器的每个阶段都会输出该阶段的点云特征，对每个阶段的每个点取邻域，根据邻域计算每个点的局部几何特征，并对各阶段的记忆体进行更新；第三步，将编码器输出的点云特征通过解码器，解码器的每个阶段都会输出该阶段的点云特征；将最后一个阶段的增强点云特征输入多层感知机得到输出；在输出结果和点云的语义标签之间计算交叉熵损失，并使用反向传播算法和梯度下降算法对编码器和解码器中的参数进行优化；完成整个神经网络模型的训练。络模型的训练。络模型的训练。

【技术实现步骤摘要】
一种基于跨点云上下文信息的点云语义分割方法


[0001]本专利技术属于人工智能、计算机视觉领域，涉及点云语义分割技术，具体为一种基于跨点云上下文信息的点云语义分割方法。

技术介绍

[0002]近年来，随着激光雷达等三维采集设备的成熟，点云的获取变得越来越容易。由于点云在自动驾驶和虚拟现实等领域都有广泛的应用，所以点云的相关算法研究也变得越来越多。其中点云语义分割是一个重要的研究课题。
[0003]点云语义分割旨在推理得到每个点的类别，是计算机视觉领域的重要任务之一。在近年来的点云语义分割算法中，PointNet++
[1]提出了编码器——解码器架构，在编码器阶段通过多次的下采样和邻域聚合操作来获取点云的上下文信息，在解码器阶段通过多次的插值和跳跃连接将下采样的点云逐渐还原，最终得到点云语义分割结果；PointNeXt
[2]设计并堆叠了大量的反向残差多层感知机模块，来获取更丰富的上下文信息。虽然这些算法都取得了不错的结果，不过这些算法都只利用了点所在邻域范围内的上下文信息，由于点云数据本身具有稀疏性的特点，一些点周围的点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于跨点云上下文信息的点云语义分割方法，所采用的点云语义分割网络分为编码器和解码器两部分，编码器由多个阶段组成，每个阶段有一个用于点云下采样的模块即SA模块，解码器也由多个阶段组成,且阶段数量和编码器相同，每个阶段有一个用于点云上采样的模块即FP模块；其特征在于，包括下列步骤：第一步，对数据集进行数据预处理并进行数据增强；第二步，将经过预处理和数据增强的点云通过编码器，编码器的每个阶段都会输出该阶段的点云特征，将编码器的第i个阶段输出的点云特征记为对中的每个点取邻域，根据邻域计算每个点的局部几何特征，所有点的局部几何特征记为对每个语义类别在和中采样，对该阶段的记忆体进行更新；方法为：(1)将经过预处理和数据增强的点云通过编码器，编码器的第i个阶段输出的点云特征记为其中N表示点的数量，D表示特征的通道数；(2)对中的每个点，取周围最近的k个点作为该点的邻域，周围最近的k个点记为{x1,x2,
…
,x
k
}，使用法向量估计算法根据每个点的邻域计算该点的法向量，将每个点的法向量作为该点的局部几何特征，记所有点的局部几何特征为(3)对于每个类别，都在和中进行随机采样；具体来说，对于类别c，在中随机采样L个点的特征得到在中采样对应点的局部几何特征得到(4)在第i个阶段设置记忆体其中L表示记忆体的容量，C表示类别的数量，D
′
表示特征的通道数，D
′
＝D+3，将记忆体中每个类别的上下文信息切...

【专利技术属性】
技术研发人员：林迪，陈浩然，万亮，冯伟，
申请(专利权)人：天津大学，
类型：发明
国别省市：