公开(公告)号：CN115359067A

公开(公告)日：2022-11-18

申请号：CN202210933350.8

申请日：2022-08-04

Applicant: 上海工程技术大学

Inventor： 黄孝慈 ,  杜嘉豪 ,  邢孟阳 ,  张涛 ,  胡智豪 ,  谢兆康 ,  张越

IPC: G06T7/10 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明涉及一种基于连续卷积网络的逐点融合点云语义分割方法，包括以下步骤：分别获取目标的RGB图像和点云数据；通过透视投影模型，将RGB图像的各像素点和点云数据一一对应；将RGB图像和与RGB图像对应的点云数据均输入双流特征提取网络中，提取图像语义特征和点云空间特征；将点云空间特征和图像语义特征输入融合模块中，获取融合特征，将融合特征添加到点云空间特征上作为输出特征；将输出特征输入点云语义分割标签预测网络中，获取点云数据中每个点的语义分割预测标签。与现有技术相比，本发明能够减少外观信息的丢失，增强激光雷达点云的表征能力，进而更好地理解语义场景，保障自动驾驶任务中的安全性与实用性。