公开(公告)号：CN116958557B

公开(公告)日：2024-06-14

申请号：CN202311007246.7

申请日：2023-08-11

Applicant: 安徽大学

Inventor： 孙长银 ,  张全笑 ,  吴巧云 ,  王腾

IPC: G06V10/26 ,  G06V10/77 ,  G06V10/764 ,  G06V20/00 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种基于残差脉冲神经网络的三维室内场景语义分割方法，对三维室内场景的原始点云数据进行预处理；将点云数据的RGB信息以及高度信息Z作为点云的特征值，使用神经元群体对特征值进行编码，将特征值编码为包含T个时间步的0，1脉冲序列；按照时间维度，将脉冲序列顺序输入预训练的基于残差脉冲神经网络的三维室内场景的语义分割模型中；每T个时间步之后，对语义分割模型的输出进行解码，获取每个点属于各个语义类别的概率，根据概率对室内场景进行语义分割。相比于点云的语义分割，其工作方式更接近于生物神经系统，符合人脑的运行模式，并且能量消耗更少，同时分割精度也达到了理想的效果。

公开(公告)号：CN116958557A

公开(公告)日：2023-10-27

申请号：CN202311007246.7

申请日：2023-08-11

Applicant: 安徽大学

Inventor： 孙长银 ,  张全笑 ,  吴巧云 ,  王腾

IPC: G06V10/26 ,  G06V10/77 ,  G06V10/764 ,  G06V20/00 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种基于残差脉冲神经网络的三维室内场景语义分割方法，对三维室内场景的原始点云数据进行预处理；将点云数据的RGB信息以及高度信息Z作为点云的特征值，使用神经元群体对特征值进行编码，将特征值编码为包含T个时间步的0，1脉冲序列；按照时间维度，将脉冲序列顺序输入预训练的基于残差脉冲神经网络的三维室内场景的语义分割模型中；每T个时间步之后，对语义分割模型的输出进行解码，获取每个点属于各个语义类别的概率，根据概率对室内场景进行语义分割。相比于点云的语义分割，其工作方式更接近于生物神经系统，符合人脑的运行模式，并且能量消耗更少，同时分割精度也达到了理想的效果。