买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国民用航空飞行学院

摘要：本发明涉及计算机视觉技术领域，公开基于语义SAM大模型的三维点云鲁棒性部件分割方法，包括步骤：将三维点云数据通过多视角投影到二维深度图；使用语义SAM大模型融合各个视角下的二维深度图，得到融合特征图，以学习融合特征图中的部件级语义信息；通过适配器模块微调语义SAM大模型，将各个视角的二维深度图作为训练数据，对语义SAM大模型进行训练，使语义SAM大模型输出二维分割结果；语义SAM大模型将输出的二维分割结果集成回三维点云数据中，实现部件的三维点云分割。本发明提升了三维点云分割在复杂环境下的鲁棒性。

主权项：1.基于语义SAM大模型的三维点云鲁棒性部件分割方法，其特征在于：包括以下步骤：步骤1，将三维点云数据通过多视角投影到二维深度图；步骤2，使用语义SAM大模型融合各个视角下的二维深度图，得到融合特征图，以学习融合特征图中的部件级语义信息；步骤3，通过适配器模块微调语义SAM大模型，将步骤1得到的各个视角的二维深度图作为训练数据，对语义SAM大模型进行训练，使语义SAM大模型输出二维分割结果；步骤4，语义SAM大模型将输出的二维分割结果集成回三维点云数据中，实现部件的三维点云分割；所述步骤4具体包括以下步骤：步骤4-1，基于语义SAM大模型从融合特征图中学习到的部件级语义信息，调整单个视角的动态权重；所述步骤4-1具体包括以下步骤：使用下式进行动态权重的调整： 其中，wi表示视角i的动态权重，i=1,2,...,N，N为视角总数；Si表示与视角i的上下文信息相关的分数，Sj表示与视角j的上下文信息相关的分数，j=1,2,...,N，j≠i；分数Si为： 其中，Ri表示视角i的分辨率和清晰度得分；Ci表示视角i的覆盖范围得分；Ui表示视角i的视点独特性得分；为权重系数，分别表示Ri、Ci、Ui的重要性；步骤4-2，通过原始的三维点云数据生成超点；步骤4-3，通过原始的三维点云数据生成锚点；步骤4-4，基于超点和锚点，利用动态权重融合各个视角的二维分割结果，使得语义SAM大模型捕捉局部到全局的语义信息；所述步骤4-4具体包括以下步骤：利用超点和锚点的概念，结合动态权重调整和特征融合公式将各个视角的二维分割结果进行融合，特征融合公式为： 其中，f[u,v]表示各视角二维分割结果的融合特征图在像素点u,v处的特征；表示全局动态权重，反映从视角i到视角k的总体权重；表示局部特征权重，反映坐标u,v处特征的局部权重；表示视角k中对应坐标处的特征；步骤4-5，将融合的二维分割结果集成回三维点云数据，实现鲁棒的部件三维点云分割效果。

全文数据：

权利要求：

百度查询： 中国民用航空飞行学院 基于语义SAM大模型的三维点云鲁棒性部件分割方法