← 返回列表
基于实例分割的超边掩码生成网络的分类训练方法及装置
摘要文本
本发明公开了基于实例分割的超边掩码生成网络的分类训练方法及装置，首先通过计算点的常数连通分量进行几何同质分割，将点分为一个个称之为超点的点集；然后计算超点之间的特征差异，记为超边；将超边输入训练好的神经网络模型以确定该超边是否是同一几何关系，从而得到超点的聚合关系；最后，基于超点的聚合关系，将属于同一实例的超点聚合为一个物体实例，完成三维点云物体的分类。本发明降低点了点云实例分割的计算复杂度，提高了点云实例分割的精度和计算速度，同时结合查询优化机制，增强了示例分割的效果。。微信公众号马克 数据网
申请人信息
- 申请人:浙江省测绘科学技术研究院
- 申请人地址:310018 浙江省杭州市西湖区三墩街92号
- 发明人: 浙江省测绘科学技术研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于实例分割的超边掩码生成网络的分类训练方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311323361.5 |
| 申请日 | 2023/10/13 |
| 公告号 | CN117392386A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V10/26 |
| 权利人 | 浙江省测绘科学技术研究院 |
| 发明人 | 杨莹; 陈昱臻; 邹文明; 刘方君; 胡盛滨 |
| 地址 | 浙江省杭州市西湖区三墩街92号 |
专利主权项内容
1.一种基于实例分割的超边掩码生成网络的分类方法，其特征在于包括如下步骤：步骤S1：获取物体三维点云数据，基于几何同质分割，对三维点云数据进行划分，得到一组点的集合，每个集合即为一个超点；步骤S2：根据超点的点集中所包含的其他点集的点，建立特征，以表达超点之间的特征差异，将该特征差异作为超边；步骤S3：基于训练好的神经网络模型进行推理，模型获取点云的超边数据，推理出超边是否构成同一实例；步骤S4：根据模型的输出，将构成同一实例的超边所连接的超点标记为同一实例，并以此进行聚合，完成三维点云的实例分割，基于实例分割得到三维点云的分类结果。