公开(公告)号：CN119904639A

公开(公告)日：2025-04-29

申请号：CN202411988052.4

申请日：2024-12-31

Applicant: 兰州理工大学

Inventor： 李策 ,  王宗顺 ,  马佳林 ,  王晓东 ,  肖利梅 ,  王露 ,  时子桂 ,  魏星海 ,  何成旦 ,  张衍

IPC: G06V10/26 ,  G06V10/82 ,  G06V20/64 ,  G06N3/0455

Abstract: 本发明提出了一种重构3D序列Transformer的三维点云语义分割方法，步骤1、输入原始的三维点云数据，将原始三维点云数据在三维空间中进行体素化后将体素化的三维点云空间划分为排列密集且不重叠的3D窗口；步骤2、对每个3D局部窗口中的体素使用三个不同输出的3D自适应平均池操作，并将三个池化输出串联后作为多头注意力机制的输入构建K,V来进行注意力计算，得到体素特征；步骤3、对输入点云数据进行逐点的自注意力特征提取，得到单个点的逐点级特征；步骤4、将逐点特征与体素特征进行相加，得到最终的输出。本发明通过压缩序列长度降低了模型的计算复杂度，还融合了多尺度的特征表征，进一步结合更加细粒度的点级特征，使得模型能够高效的理解点云场景。