[发明专利]基于注意力机制的点云语义分割方法、装置、设备及介质

权利要求书

1.一种基于注意力机制的点云语义分割方法，其特征在于，所述方法包括：

获取点云数据，并通过第一MLP层提取所述点云数据中每个点的特征；

采用预设数量的编码层对所述点云数据进行降采样，得到每层所述编码层对应的中间特征映射；所述编码层包括第一KNN局部特征提取模块、第一残差注意力模块和随机降采样模块；

采用预设数量的解码层对所述中间特征映射进行上采样，得到每层所述解码层对应的上采样特征映射；所述解码层包括第二KNN局部特征提取模块、第二残差注意力模块和上采样模块；

将所述上采样特征映射和相应所述编码层生成的中间特征映射连接起来进行汇总，得到汇总后特征映射；

采用第二MLP层将所述汇总后特征映射到最终的结果中。

2.根据权利要求1所述的方法，其特征在于，每层所述编码层对所述点云数据进行降采样，得到每层所述编码层对应的中间特征映射，包括：

通过所述第一KNN局部特征提取模块，得到第一增强特征向量；

将所述第一增强特征向量传递给所述第一残差注意力模块，得到第一残差特征向量；

通过所述随机降采样模块对所述第一残差特征向量进行随机降采样，得到所述中间特征映射。

3.根据权利要求2所述的方法，其特征在于，所述通过所述第一KNN局部特征提取模块，得到第一增强特征向量，包括：

通过所述第一KNN局部特征提取模块采集第一查询点的K个邻近点；

对所述K个邻近点进行位置编码；

将K个所述位置编码及对应的K个邻近点特征串联，得到对应的第一增强特征向量。

4.根据权利要求2所述的方法，其特征在于，所述将所述第一增强特征向量传递给所述第一残差注意力模块，得到第一残差特征向量，包括：

将所述第一增强特征向量传递给所述第一残差注意力模块，进行聚集相邻点的特征，得到聚合特征向量；

将所述第一增强特征向量与所述聚合特征向量相减，得到所述第一残差特征向量。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述每层所述解码层对所述中间特征映射进行上采样，得到每层所述解码层对应的上采样特征映射，包括：

通过所述第二KNN局部特征提取模块，得到第二增强特征向量；

将所述第二特征增强向量传递给所述第二残差注意力模块，得到第二残差特征向量；

通过邻近插值对所述第二残差特征向量进行上采样，得到所述上采样特征映射。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述上采样特征映射和相应所述编码层生成的中间特征映射连接起来进行汇总，得到汇总后特征映射，包括：

通过跳跃连接将所述上采样特征映射和相应所述编码层生成的中间特征映射连接起来进行汇总，得到汇总后特征映射。

7.一种基于注意力机制的点云语义分割装置，其特征在于，所述装置包括：

获取模块，用于获取点云数据，并通过第一MLP层提取所述点云数据中每个点的特征；

降采样模块，用于采用预设数量的编码层对所述点云数据进行降采样，得到每层所述编码层对应的中间特征映射；所述编码层包括第一KNN局部特征提取模块、第一残差注意力模块和随机降采样模块；

上采样模块，用于采用预设数量的解码层对所述中间特征映射进行上采样，得到每层所述解码层对应的上采样特征映射；所述解码层包括第二KNN局部特征提取模块、第二残差注意力模块和上采样模块；

汇总模块，用于将所述上采样特征映射和相应所述编码层生成的中间特征映射连接起来进行汇总，得到汇总后特征映射；

映射模块，用于采用第二MLP层将所述汇总后特征映射到最终的结果中。

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一所述的基于注意力机制的点云语义分割方法。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的基于注意力机制的点云语义分割方法。