买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海人工智能创新中心

摘要：本发明涉及点云分割网络技术领域，提出一种对点云分割网络进行知识蒸馏的方法，包括下列步骤：基于点云分割网络确定第一点云中逐体素的预测结果以及逐点的预测结果；以及对所述逐体素的预测结果以及所述逐点的预测结果进行知识蒸馏。

主权项：1.一种对点云分割网络进行知识蒸馏的方法，其特征在于，包括下列步骤：基于点云分割网络确定第一点云中逐体素的预测结果以及逐点的预测结果；以及对所述逐体素的预测结果以及所述逐点的预测结果进行知识蒸馏，其中对所述第一点云中逐体素的相似度矩阵以及逐点的相似度矩阵进行知识蒸馏；其中基于点云分割网络确定第一点云中逐体素的预测结果包括下列步骤：将所述第一点云X表示为下式：X∈RN×3其中，N表示所述第一点云包括的点的数量；通过多层感知器提取所述点的特征Fp，表示为下式： 其中，Cf表示所述点的特征的维度；基于圆柱体的划分方式将所述点的特征重新分配；将属于第一体素的所述点的特征通过最大池化转化为体素特征Fv，表示为下式： 其中，M表示非空体素的数量；将所述体素特征输入至3D卷积神经网络中以产生所述逐体素的预测结果Ov，表示为下式：Ov∈RD×A×H×C其中D，A，H分别表示预测半径、预测角度以及预测高度；基于点云分割网络确定第一点云中逐点的预测结果包括下列步骤：通过逐点的润色模块来确定所述逐点的预测结果Op，表示为下式：Op∈RN×C其中，C表示类别数，其中通过argmax操作处理所述逐点的预测结果以确定所述类别数；对所述逐体素的预测结果以及所述逐点的预测结果进行知识蒸馏表示为下式： 其中，KL.表示Kullback-Leibler散度损失；对所述第一点云中逐体素的相似度矩阵以及逐点的相似度矩阵进行知识蒸馏包括下列步骤：将所述第一点云划为多个超体素，其中所述超体素的大小为Ds×As×Hs，所述超体素的数量表示为下式： 其中，表示上取整操作；基于学习难度对所述超体素进行采样，其中将第i个超体素被采样到的采样概率表示为下式： 其中，fclass表示所述超体素被采样的类别频次，di表示第一超体素的外弧和原点在X-Y平面的距离；将所述采样概率归一化，表示为下式： 在第r个所述超体素中保留Np个点特征以及Nv个体素特征对所述超体素进行计算以确定所述逐点的相似度矩阵，表示为下式： ；对所述逐点的相似度矩阵进行知识蒸馏，表示为下式： ；以及对所述逐体素的相似度矩阵进行知识蒸馏，表示为下式：

全文数据：

权利要求：

百度查询： 上海人工智能创新中心 一种对点云分割网络进行知识蒸馏的方法