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:之江实验室;华东师范大学
摘要:本发明公开了基于互信息校准点云数据长尾分布的语义分割方法,包括针对大型3D场景设计的两种并行注意方法,一个用于空间位置,另一个用于通道位置,两者均旨在捕获远程全局信息,与2D图像中的传统非本地注意力算子相比,提出的空间注意力可以支持3D点云的大规模输入,随后,本发明引入了合并操作以从全局角度增强特征辨别力,另一方面,本发明提出了不平衡调整损失函数,以使网络更加关注出现频率较低的类的识别结果,并伴随占用率回归损失函数来限制每个语义类的占用点数量的预测,两者都受益于训练过程,并鼓励网络产生具有更好边界的场景分割结果。
主权项:1.基于互信息校准点云数据长尾分布的语义分割方法,其特征在于包括如下步骤:S1,输入点云数据;S2,点云特征提取;S3,获取支持大规模输入的空间位置注意力;S4,获取扩展的通道位置注意力;S5,特征融合,将支持大规模输入的空间位置注意力和扩展的通道位置注意力输出的特征图进行拼接,再进行注意力特征融合后,进行上采样,使其输出的点云规模与输入的点云规模相当;S6,构建联合损失函数,强制神经网络学习输入点的固有属性: 表示联合成本函数,表示失衡调整损失函数,用于进行不平衡和长尾标签分布的失衡调整,表示占用率回归损失函数,用于回归每个点所属类别的占用大小,表示交叉熵损失函数,用于最终语义分割预测;S7,点云分割结果输出。
全文数据:
权利要求:
百度查询: 之江实验室 华东师范大学 基于互信息校准点云数据长尾分布的语义分割方法
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。