一种基于核注意力卷积的点云分割迁移学习方法

    公开(公告)号:CN116363153A

    公开(公告)日:2023-06-30

    申请号:CN202310320118.1

    申请日:2023-03-28

    Abstract: 本发明公开了一种基于核注意力卷积的点云分割迁移学习方法,如下:获取两种不同类别的牲畜三维点云数据;设计并提出用于提取点云局部邻域特征的KC模块和P‑GAT模块,并基于KC模块和P‑GAT模块构建点云数据分割网络模型;将完成人工标注的第一种类别的牲畜三维点云数据输入点云数据分割网络模型进行训练;运用迁移学习方法将训练好的点云数据分割网络模型迁移到还未进行人工标注的第二种类别的牲畜三维点云数据,实现对第二种类别的牲畜三维点云数据的部分分割。本发明用训练完成的点云数据分割网络模型去分割其他类别未进行手工标注的点云数据,提高了点云数据分割网络模型的鲁棒性,节省了大量的人力和时间。

Patent Agency Ranking