[发明专利]基于位置注意力和辅助网络的3D点云语义分割方法

权利要求书

1.一种基于位置注意力和辅助网络的3D点云语义分割方法，其特征在于，包括如下：

(1)从ScanNet官网下载3D点云数据的训练文件和测试文件，并对其进行类别统计和切块处理，获取训练集T和测试集V；

(2)构建3D点云语义分割网络，其包括依次级联的特征下采样网络，位置注意力模块，特征上采样网络和辅助网络；

所述的位置注意力模块，包括3个独立的1D卷积层Q、U、V，用于提取该模块的输入数据F的特征，并计算各个质心所代表的特征之间的注意力影响值t_ij和注意力加强后的特征E：

E＝[E₁；E₂；...；E_i；...；E_N]

其中，U_i表示位置注意力模块的输入数据F经过1D卷积层U提取的第i个质心的特征，Q_j^T表示位置注意力模块的输入数据F经过1D卷积层Q提取的第j个质心的特征的转置，N表示F的质心数量，E_i表示E中第i个质心的特征，计算公式为：

其中，V_j表示F经过1D卷积层V提取的第j个质心的特征，表示经过位置注意力后的第i个质心的特征，α表示位置注意力特征的权重，F_i表示输入的第i个质心的特征；

所述的辅助网络，包括依次级联的b个PointAux模块和用于分类的1D卷积层，每个PointAux模块包括1D卷积层和特征插值层，其中，b≥1；

(3)使用多分类的交叉熵损失函数，作为3D点云语义分割网络的损失函数；

(4)使用训练集T，对3D点云数据语义分割网络进行P轮有监督的训练，P≥500：

(4a)在每轮训练过程中，根据语义分割网络的损失函数，调整网络参数，得到网络模型；

(4b)每隔P₁轮，使用测试集的样本对当前网络模型的分割精度进行评估，若当前网络模型的分割精度高于之前保存的网络模型，则进行保存，P₁≥2；

(4c)P轮训练完成后，把分割精度最高的网络模型作为训练好的网络模型；

(5)将测试集V输入到训练好的网络模型中进行语义分割，得到每一个点的分割结果。

2.根据权利要求1所述的方法，其特征在于，(1)中对点云数据进行类别统计和切块处理，实现如下：

(1a)使用直方图统计训练文件中所有f₀个场景的点云数据各个类别的数目，并计算各个类别的权重w_k：

其中，G_k表示第k类点云数据的数目，M表示所有点云数据的数目，L表示分割类别数，f₀≥1000，L≥2；

(1b)对训练文件中的每个场景，随机选取一个点作为中心点，坐标为(x,y,z)，在其周围取(x-0.75,x+0.75)，(y-0.75,y+0.75)，(z-0.75,z+0.75)范围中的点，组成一个数据块，并将该数据块中的点数与采样点数N₀进行比较，判断其是否合理：

若该数据块中的点数大于采样点数N₀，则判为该数据块合理，并在该数据块中随机采样N₀个点，组成一个样本数据，否则，抛弃该数据块，由此得到训练集T，其中，N₀≥4096；

(1c)对于测试文件中所有f₁个场景中的每一个场景，使用大小为1.5×1.5×3的立方体窗口进行滑窗切块，对每个数据块，随机采样N₀个点，组成一个样本数据，得到测试集V，f₁≥300。

3.根据权利要求1所述的方法，其特征在于，(2)中所述的特征下采样网络，包括n个级联的PointSA模块，每个PointSA模块包括依次级联的点云质心采样以及分组层、点云特征提取层，其中，n≥2。