一种基于随机采样的点云语义分割方法
申请人信息
- 申请人:东南大学
- 申请人地址:211189 江苏省南京市江宁区东南大学路2号
- 发明人: 东南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于随机采样的点云语义分割方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311775336.0 |
| 申请日 | 2023/12/22 |
| 公告号 | CN117593526A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06V10/26 |
| 权利人 | 东南大学 |
| 发明人 | 徐宝国; 汪逸飞; 赵子硕; 彭维峰; 宋爱国 |
| 地址 | 江苏省南京市江宁区东南大学路2号 |
摘要文本
本发明公开了一种基于随机采样的点云语义分割方法，对任意数量的三维坐标点构成的点云进行语义分割，以区分不同部位的点云。本发明所述的方法结构，由点云预处理部分、特征预提取部分、下采样部分、上采样部分、分类预测部分，五个部分构成。涉及以下技术内容的应用与改进，包括RandLA‑Net算法、T‑Net算法、kdTree算法。本发明基于随机采样对大规模的点云进行快速的语义分割，其准确率高，运算速度快，与同类算法相比具有显著优势。
专利主权项内容
1.一种基于随机采样的点云语义分割方法，其特征在于，所述方法包含下列步骤：(1)对于一组待分割的输入点云(N, 3)，将输入点云随机采样为采样点云(N，3)，该采样点云的尺寸为固定值；d(2)对于步骤(1)中的采样点云，运用kdTree算法，进行中心近邻采样，得到中心近邻点索引D，D，...，D，和上采样索引U，U，...，U；12n12n(3)对步骤(1)中所述的采样点云，经过Shared MLP提取一组预特征(N，d)，将预特征经过T-Net获得一组变换矩阵(d, d)，将预特征与变换矩阵进行矩阵乘法，得到变换后特征(N，d)；dd(4)对步骤(3)中的变换后特征(N，d)，利用步骤(2)中的中心近邻点索引，依次执行n次的下采样，得到结果(I，4d)；dnn(5)对步骤(4)中的下采样的输出特征(I，4d)，基于步骤(2)中上采样索引依次进行n次上采样，将较小尺寸的高维点云特征与较大尺寸的低维点云特征相融合，得到结果(N，d)；nnd(6)对步骤(5)中(N，d)的上采样结果，经过多层全连接层后，通过Softmax激活函数，得到(N，k)的语义分割结果，其中k代表所需分类的类别数；至此，语义分割任务完成；即对每个点云中的点，都预测了其所属类别。dd 微信公众号马克 数据网