首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于雷视融合的点云分割方法 

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:浙江工业大学

摘要:本发明提供了一种基于雷视融合的点云分割方法,包括以下步骤:首先采用激光雷达和相机分别获取原生点云和RGB图像数据,将图像中的RGB特征投影到点云上,以此获得携带颜色信息的伪点云;然后用骨干网络分别对原生点云和伪点云进行特征编码,分别得到两种不同模态的多尺度特征;将多模态特征分别在通道域和空间域中进行自适应加权融合,得到多尺度的融合特征;最后利用基于掩码Transformer架构的语义分割头对融合特征进行解码,最终生成点云分割结果。本发明通过混合域自适应加权融合充分利用多模态数据的优势,并减少多模态特征不对齐对分割结果的影响,提高了点云语义分割的鲁棒性和准确性。

主权项:1.一种基于雷视融合的点云分割方法,其特征在于,包括如下步骤:步骤1:采用激光雷达获取原生3D点云数据其中,N表示点的数量,pi和fi分别表示第i个点的坐标和特征,表示实数空间;通过相机设备获取2D图像数据其中,H、W分别表示图像的高和宽,和分别表示图像中第i个像素点的坐标和RGB颜色特征;步骤2:计算三维点到像素点的映射关系,将2D图像的RGB颜色信息投影到3D点云上,生成伪点云其中,和分别表示第i个点的坐标和RGB颜色特征;步骤3:将原生点云X和伪点云输入到骨干网络中进行特征编码,分别得到两种不同模态的多尺度特征和其中,L表示特征层数,Cl表示第l层特征的通道数;步骤4:将步骤3所述的多尺度特征Fl和分别在通道域和空间域中进行自适应加权融合,最终得到多模态融合特征步骤5:将点云多模态融合特征Flfusion输入分割头进行特征解码,分割头包括L个Transformer解码块,解码块包括掩码注意力层、自注意力层和线性层。

全文数据:

权利要求:

百度查询: 浙江工业大学 一种基于雷视融合的点云分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。