[发明专利]基于位置注意力和辅助网络的3D点云语义分割方法有效
| 申请号： | 201910604264.0 | 申请日： | 2019-07-05 |
| 公开（公告）号： | CN110322453B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 焦李成;冯志玺;张格格;杨淑媛;程曦娜;马清华;张杰;郭雨薇;丁静怡;唐旭 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/0464;G06N3/08 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华 |
| 地址： | 710071 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于位置注意力和辅助网络的3D点云语义分割方法，主要解决现有技术分割精度较低的问题，其实现方案是：获取训练集T和测试集V；构建3D点云语义分割网络，并设定该网络的损失函数，该网络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；使用训练集T对该分割网络进行P轮有监督的训练：在每轮的训练过程中根据损失函数，调整网络参数，在P轮训练完成后，将分割精度最高的网络模型作为训练好的网络模型；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。本发明提高了3D点云语义分割精度，可用于自动驾驶、机器人、3D场景重建、质量检测，3D制图及智慧城市建设。 | ||
| 搜索关键词： | 基于 位置 注意力 辅助 网络 语义 分割 方法 | ||
【主权项】：
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；(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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910604264.0/，转载请声明来源钻瓜专利网。
