一种基于软邻居聚合的点云分析方法技术

一种基于软邻居聚合的点云分析方法，涉及神经网络结构设计

【技术实现步骤摘要】
一种基于软邻居聚合的点云分析方法


[0001]本专利技术涉及神经网络结构设计，尤其是涉及一种基于软邻居聚合的点云分析方法
。

技术介绍

[0002]近年来，随着人工智能以及深度学习的发展，神经网络在点云分析中得到广泛的应用，并达到很好效果
。
基于点的点云处理方式是目前点云分析中所使用的主流方法，例如文献
[1]Qian,G.,Li,Y.,Peng,H.,Mai,J.,Hammoud,H.,Elhoseiny,M.,&Ghanem,B.(2022).Pointnext:Revisiting pointnet++with improved training and scaling strategies.Advances in Neural Information Processing Systems,35,23192
‑
23204.
对于点云分析神经网络结构以及训练策略做出了改进，极大的提升性能
。[2]Lin,H.,Zheng,X.,Li,L.,Chao,F.,W本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于软邻居聚合的点云分析方法，其特征在于包括以下步骤：
1)
使用神经网络更新点云中各点特征，使用球形查询获取点云中各个点的邻居点特征；
2)
使用
SWT
模块对点云中各个点的邻居点特征进行聚合；
3)
使用神经网络对每个
SWT
所汇集到的特征进行增强；
4)
使用解码器将特征映射回原空间，输出结果
。2.
如权利要求1所述一种基于软邻居聚合的点云分析方法，其特征在于在步骤
1)
中，所述使用神经网络更新点云中各点特征，使用球形查询获取点云中各个点的邻居点特征的子步骤为：
(1)
使用单层一维卷积操作对点云中各点信息进行更新，如下：
f
i
′
＝
MLP1(f
i
)
式中，
f
i
为第
i
个节点所包含的信息，
MLP1为单层一维卷积操作，
f
i
′
为使用单层一维卷积操作对点云中各点信息更新后的第
i
个节点所包含的信息；
(2)
对邻居点信息进行使用球形查询分组，实现为对于点云中的每个点，选取在以该点为球心，某常数为半径的球体内部的所有节点作为该点的邻居节点，如下：
f
N(i)
,P
N(i)
＝
Group(f
i
,p
i
)
式中，
f
i
为第
i
个节点所包含的信息，
p
i
为第
i
个节点的位置嵌入，
Group
为分组操作，
f
N(i)...

【专利技术属性】
技术研发人员：纪荣嵘，武凡，郑侠武，张岩，
申请(专利权)人：厦门大学，
类型：发明
国别省市：