-
公开(公告)号:CN116543158A
公开(公告)日:2023-08-04
申请号:CN202310521482.4
申请日:2023-05-10
Applicant: 北京理工大学
IPC: G06V10/26 , G06V20/70 , G06V10/40 , G06V10/56 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于多特征输入和矩阵监督的点云分割方法,包括:获取数据集得到点云训练以及测试数据,选取基准网络对整体数据集上的点云数据进行解耦分类;评估特征输入基准网络的最好输出结果;在每个基准网络训练过程中通过训练获得的结果计算KL散度进行联系;进行迭代训练,直到达到预设好的训练次数为止,通过多特征互学习网络结合外积矩阵KL散度在线训练互学习网络,最终得到点云语义分割结果。本发明通过互学习方式让不同的网络同时学习不同的特征,相互传递知识来增强每个网络对多特征信息的理解和利用,极大提升了网络的泛化性能,使得点云分割网络在面对实际分割场景时有着更好的鲁棒性和更准确的分割精度。