【技术实现步骤摘要】
本专利技术属于三维点云语义分割，具体涉及到基于代理注意力机制的大规模点云语义分割方法。
技术介绍
1、点云语义分割是指对三维点云数据进行分析和处理，以实现对不同类型物体的识别和分类，并将其分配到不同的语义类别中。目前主要应用包括自动驾驶、虚拟现实和智慧城市等领域。随着科技的进步和城市化进程加速，点云扫描设备的性能快速提升，室内外场景复杂度日益攀升，这无疑对分割技术提出了更为严苛的挑战。因此，探索一种能够精确快速的大规模点云场景的分割方法有着重要的理论意义和现实价值。
2、三维点云数据因其稀疏性和无序性特征，给基于卷积神经网络的处理带来显著挑战。早期方法通过多视图投影或体素化的方式将无序点云转换为规则化数据，但多视图投影方法由于投影过程中部分物体的遮挡而导致深度信息丢失。而将点云转换为规则体素的方法在一定程度上解决了视图遮挡问题，但也存在计算成本过高、分割粒度过于依赖体素网格大小的问题。此外，使用多层感知机缺乏对场景中长距离依赖的捕获，尽管通过扩张感受野的方式能够获取更广泛区域的信息，间接实现对长距离依赖的建模，但通过间接方式...
【技术保护点】
1.基于代理注意力机制的大规模点云语义分割方法，其特征在于，首先，采用一种动态映射函数聚合点云特征；在原有最大池化的基础上，自适应地引入注意力池化；其次，通过引入基于学习的代理令牌采样策略，降低计算复杂度，并结合相对位置偏差强化空间感知能力，实现点云语义分割。
2.根据权利要求1所述的基于代理注意力机制的大规模点云语义分割方法，其特征在于，具体按照如下步骤实施：
3.根据权利要求2所述的基于代理注意力机制的大规模点云语义分割方法，其特征在于，所述步骤1具体按照以下步骤实施：
4.根据权利要求3所述的基于代理注意力机制的大规模点云语义...
【技术特征摘要】
1.基于代理注意力机制的大规模点云语义分割方法，其特征在于，首先，采用一种动态映射函数聚合点云特征；在原有最大池化的基础上，自适应地引入注意力池化；其次，通过引入基于学习的代理令牌采样策略，降低计算复杂度，并结合相对位置偏差强化空间感知能力，实现点云语义分割。
2.根据权利要求1所述的基于代理注意力机制的大规模点云语义分割方法，其特征在于，具体按照如下步骤实施：
3.根据权利要求2所述的基于代理注意力机制的大规模点云语义分割方法，其特征在于，所述步骤1具体按照以下步骤实施：
4.根据权利要求3所述的基于代理注意力机制的大规模点云语义分割方法，其特征在于，所述步骤3具体为，输入步骤2得到的初始特征矩阵f会先经过最远点采样操作，从原始点云中选择具有代表性的点，尽量保留点云整体特征的前提下，减少点的数量，然后，使采样数据进入动态特征聚合得到聚合后的局部特征，随后，使用一个由批标准化、线性层、relu激活和线性层组成的多层感知机对聚合后的局部特征进行变换和提取，通过非线性激活函数...
【专利技术属性】
技术研发人员：宁小娟，李志寰，徐士雄，金海燕，肖照林，
申请(专利权)人：西安理工大学，
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。