公开(公告)号：CN116543153B

公开(公告)日：2025-04-15

申请号：CN202310497117.4

申请日：2023-05-05

Applicant: 重庆邮电大学

Inventor： 徐宗懿 ,  袁波 ,  刘继逍 ,  高新波

IPC: G06V10/26 ,  G06V10/774 ,  G06N3/0895

Abstract: 本发明属于点云数据处理领域，具体涉及一种基于选点主动学习的半监督点云语义分割方法；所述分割方法包括获取目标点云数据；将所述目标点云数据输入到训练完成的点云语义分割神经网络中，输出目标点云数据的分割结果；通过半监督训练点云语义分割神经网络减轻了点云数据的标记成本；通过主动学习选点，从未标记的点云数据集中通过特定的采样策略进行不确定的点选取，这样选取出的点云数据是重要且含有丰富信息的并且还可以是非冗余的。能够提升半监督学习的效果和模型的能力，最终提升了三维点云数据的分割性能。

公开(公告)号：CN116543153A

公开(公告)日：2023-08-04

申请号：CN202310497117.4

申请日：2023-05-05

Applicant: 重庆邮电大学

Inventor： 徐宗懿 ,  袁波 ,  刘继逍 ,  高新波

IPC: G06V10/26 ,  G06V10/774 ,  G06N3/0895

Abstract: 本发明属于点云数据处理领域，具体涉及一种基于选点主动学习的半监督点云语义分割方法；所述分割方法包括获取目标点云数据；将所述目标点云数据输入到训练完成的点云语义分割神经网络中，输出目标点云数据的分割结果；通过半监督训练点云语义分割神经网络减轻了点云数据的标记成本；通过主动学习选点，从未标记的点云数据集中通过特定的采样策略进行不确定的点选取，这样选取出的点云数据是重要且含有丰富信息的并且还可以是非冗余的。能够提升半监督学习的效果和模型的能力，最终提升了三维点云数据的分割性能。

公开(公告)号：CN116543206A

公开(公告)日：2023-08-04

申请号：CN202310497177.6

申请日：2023-05-05

Applicant: 重庆邮电大学

Inventor： 徐宗懿 ,  袁波 ,  刘继逍 ,  高新波

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明涉及点云数据处理领域，尤其涉及一种点云样本选择方法、装置及计算机设备。所述方法包括获取多个待标注点云样本；将所述多个待标注点云样本输入到预训练的神经网络模型中进行分类检测，以得到每一待标注点云样本分类得分概率最高和次高的所属类别；计算待标注点云样本的最小边际分数和上下文不确定性得分；将最小边际分数和上下文不确定得分加权求和后作为待标注点云样本的不确定结果；根据待标注点云样本的不确定结果，确定目标标注点云样本。