【技术实现步骤摘要】
本专利技术涉及点云数据处理，特别涉及一种基于扩张注意与多原型融合的点云语义分割方法及系统。
技术介绍
1、在点云语义分割任务的实际应用中，研究和工作人员也可能会遇到缺乏充足的已标注数据集的问题，而精确标注三维点云数据集需要耗费大量的人力和时间成本。此外，当面对新的数据集时，已有的模型往往难以直接迁移应用，这要求模型必须经过重新训练以适应新的任务，进一步增加了时间和算力资源的消耗。鉴于这些挑战，采用元学习(meta-learning)方法来进行点云语义分割的研究就成为了一个有效的解决方法。元学习，旨在设计出能够快速适应新任务的模型，即使是在极少量的标注数据下也能表现出色。更具体到点云语义分割任务上，一种可行的方法是利用预训练模型作为基础，充分利用已有知识，通过冻结模型的编码层参数，仅对遇到的新类别进行参数微调。通过这种方式，只需要很少的标注样本，即可让模型适应新类别，从而大量节省了人力标注和训练成本。
2、目前的方法在提高原型网络表示能力、解决未知类别分割问题以及减少对大量标注数据依赖方面取得了重大的进展，但该领域仍面临着一系...
【技术保护点】
1.一种基于扩张注意与多原型融合的点云语义分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述“对待处理点云样本进行筛选，得到目标点云样本”步骤，具体包括以下步骤：
3.如权利要求1所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述扩张注意块模型的处理流程为：
4.如权利要求3所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述融合特征f4的计算公式如下：
5.如权利要求3所述的基于扩张注意与多原型融合的点云语义分割方法，其...
【技术特征摘要】
1.一种基于扩张注意与多原型融合的点云语义分割方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述“对待处理点云样本进行筛选，得到目标点云样本”步骤，具体包括以下步骤：
3.如权利要求1所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述扩张注意块模型的处理流程为：
4.如权利要求3所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述融合特征f4的计算公式如下：
5.如权利要求3所述的基于扩张注意与多原型融合的点云语义分割方法，其特征在于，所述原型特征p的计算公式如下：
6.如权利要求1所述的基于扩张注意与多原型...
【专利技术属性】
技术研发人员：李荣，陶留锋，陈溪，黄颖，陈波，黄胜辉，陈小佩，潘明敏，
申请(专利权)人：武汉中地数码科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。