【技术实现步骤摘要】
本专利技术涉及一种基于多视图融合的激光雷达点云语义分割方法，属于计算机视觉。
技术介绍
1、3d点云语意分割提供了对三维环境信息的精确描述，是无人系统环境感知重要研究方向。从现实世界收集的数百万甚至数十亿个点组成的大场景点云具有更大的复杂性，这使得目前针对大规模复杂场景点云的分割技术发展的非常缓慢。最近的多模态融合方法旨在利用不同模态或不同视图的互补信息来促进lidar语义分割，但这些方法通常存在由多模态对齐、视场差异导致的信息丢失问题，同时缺乏考虑模态间或视图间特征感知差异对特征融合的影响。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种基于多视图融合的激光雷达点云语义分割方法，缓解了不同视图特征带来的感知差异，促进了体素视图和点视图的有效融合，解决了当前雷达点云语义分割因视场差异导致信息丢失以及视图间特征感知差异对特征融合影响的问题。
2、为解决上述技术问题，本专利技术是采用下述技术方案实现的：
3、一种基于多视图融合的激光雷达点云语义分割
本文档来自技高网...【技术保护点】
1.一种基于多视图融合的激光雷达点云语义分割方法，其特征在于，包括：
2.根据权利要求1所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述知识蒸馏网络包括：
3.根据权利要求2所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述采用历史点视图表示和历史体素视图表示训练基于知识蒸馏网络构建的目标语义分割模型，直到目标语义分割模型能够正确预测与历史激光雷达点云信号相对应的目标物类别，包括：
4.根据权利要求3所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述根据历史体素视图表示，获取体素索引，包括
5....
【技术特征摘要】
1.一种基于多视图融合的激光雷达点云语义分割方法，其特征在于，包括：
2.根据权利要求1所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述知识蒸馏网络包括：
3.根据权利要求2所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述采用历史点视图表示和历史体素视图表示训练基于知识蒸馏网络构建的目标语义分割模型，直到目标语义分割模型能够正确预测与历史激光雷达点云信号相对应的目标物类别，包括：
4.根据权利要求3所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述根据历史体素视图表示，获取体素索引，包括：
5.根据权利要求3所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述基于不同分辨率的体素索引，对历史点视图表示和体素视图表示分别进行降采样处理，得到体素网络与点网络中不同编码层的降采样点云，包括：
6.根据权利要求3所述的基于多视图融合的激光雷达点云语义分割方法，其特征在于，所述对不同解码层的点视图解码特征和体素视图解码特征进...
【专利技术属性】
技术研发人员：芮挺，孙毛毛，王东，郑南，杨成松，刘恂，王聪，刘建青，史建军，
申请(专利权)人：中国人民解放军陆军工程大学，
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。