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:复旦大学
摘要:本发明涉及一种基于聚类思想的弱监督室内点云语义分割方法、装置及介质,其中方法包括以下步骤:获取室内点云数据并利用点云特征提取器提取多尺度室内点云特征;利用注意力机制设计查询模块与分组模块,构建聚类查询块和语义类别聚类查询块;使用多个聚类查询块和语义类别聚类查询块堆叠形成聚类查询网络,构建具有层次聚类结构的室内点云语义分割模型;使用手工设计的聚类中心约束引导模型学习全局语义信息,在弱监督的情况下训练室内点云语义分割模型;将待检测的室内场景点云输入训练好的室内点云语义分割模型中,得到预测的室内点云分割结果。与现有技术相比,本发明具有训练所需数据的标注量低、分割精度高、标注需求低、推理速度快等优点。
主权项:1.一种基于聚类思想的弱监督室内点云语义分割方法,其特征在于,包括以下步骤:步骤1:获取室内点云数据并利用基于Transformer模型的点云特征提取器提取多尺度室内点云特征;步骤2:利用注意力机制设计查询模块与分组模块,构建聚类查询块和语义类别聚类查询块;步骤3:使用多个聚类查询块和语义类别聚类查询块堆叠形成聚类查询网络,构建具有层次聚类结构的室内点云语义分割模型;步骤4:使用手工设计的聚类中心约束引导模型学习全局语义信息,在弱监督的情况下训练室内点云语义分割模型;步骤5:将待检测的室内场景点云输入训练好的室内点云语义分割模型中,得到预测的室内点云分割结果。
全文数据:
权利要求:
百度查询: 复旦大学 基于聚类思想的弱监督室内点云语义分割方法、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。