公开(公告)号：CN118072021A

公开(公告)日：2024-05-24

申请号：CN202410292178.1

申请日：2024-03-14

Applicant: 南京邮电大学

Inventor： 邓丽珍 ,  欧阳玉荣 ,  朱虎

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于自校正交叉注意力学习的点云可供性区域分割方法，属于点云分类分割技术领域；方法为：对获取的数据进行局部特征提取；对图像特征和点云特征进行相似度计算得到权重矩阵，并通过自注意机制获取图像特征和点云特征的增强特征；采用自校正注意力学习将图像增强特征和点云增强特征进行对齐处理，得到结构相似度高区域的联合特征；对物体和背景以及物体和主体之间的相关因素联合建模，得到包含上下文信息的增强特征；建立损失函数优化训练过程。本发明通过采用插值和池化对图像增强特征和点云增强特征进行分割，实现点云和图像结构相似度高区域的对齐；利用自校正注意力学习方法解决特征对齐中特征背景不匹配和特征前景背景纠缠的问题，提高点云可供性区域分割的准确性。