公开(公告)号：CN117058439A

公开(公告)日：2023-11-14

申请号：CN202310829159.3

申请日：2023-07-07

Applicant: 西南大学

Inventor： 王丽丹 ,  张世超 ,  沈航池 ,  段书凯

IPC: G06V10/764 ,  G06V10/26 ,  G06V20/70 ,  G06V10/766 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明提供一种基于位置适应模块与知识补足的点云分析方法及系统，其中的方法构建了深度学习模型，包括位置适应模块，能够顺利应对点云数量变化的情况，捕获并聚合不同尺度的点云特征及几何信息，提取到更为完备的点云语义，从而增强整个网络架构的学习性能；知识补足模块，在网络的推理阶段发挥作用，获取验证集中的点云的较低维特征及几何信息，对网络在训练阶段已学习到的知识进行补充，从而提升整个网络架构对点云数据的分析能力；利用获得的点云特征与几何信息，得到语义分类与分割结果。本发明能够有效捕获点云的多尺度特征及几何信息，并采用仅在推理阶段工作的知识补足，节省了网络的训练消耗且提供了补充性质的语义信息。本发明在点云分类与点云分割应用任务上具备较大优势。