一种基于深度学习的三维点云语义分割方法
授权
摘要
本发明公开一种基于深度学习的三维点云语义分割方法,属于三维点云与模式识别领域。包括:使用三维点云训练集训练语义分割神经网络模型,标签为真实语义类别,语义分割神经网络模型包括:特征提取网络和语义分割网络;特征提取网络用于提取三维点云的全局特征和局部特征;语义分割网络用于融合点云的全局特征和局部特征,输出的特征图对应各点属于各个语义类别的概率;将待测点云输入训练好的语义分割神经网络模型,得到点云的分割结果。本发明使用局部特征提取模块对点云的多个尺度局部特征进行提取,使用通道注意提升模块提升重要特征通道的注意力,抑制不重要特征通道,使用加权重的多类别损失函数优化训练效果,提高了语义分割方法的精度。
基本信息
专利标题 :
一种基于深度学习的三维点云语义分割方法
专利标题(英):
暂无
公开(公告)号 :
CN111489358A
申请号 :
CN202010190589.1
公开(公告)日 :
2020-08-04
申请日 :
2020-03-18
授权号 :
CN111489358B
授权日 :
2022-06-14
发明人 :
孙志刚江湧邓世恒肖力王卓
申请人 :
华中科技大学
申请人地址 :
湖北省武汉市洪山区珞喻路1037号
代理机构 :
华中科技大学专利中心
代理人 :
李智
优先权 :
CN202010190589.1
主分类号 :
G06T7/10
IPC分类号 :
G06T7/10 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割;边缘检测
法律状态
2022-06-14 :
授权
2020-08-28 :
实质审查的生效
IPC(主分类) : G06T 7/10
申请日 : 20200318
申请日 : 20200318
2020-08-04 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载