成果介绍
本发明涉及一种基于多级上下文特征融合网络的航空激光点云语义分割方法与装置,该方法包括以下步骤:S1:对获取目标区域点云进行数据降采样预处理;S2:将处理后的航空激光点云数据输入至预先建立的多级上下文特征融合网络编码层,并把每层特征输入跨层注意力模块,得到跨层连接特征;S3:将编码特征通过解码层上采样至所述待分割点云的尺度大小,通过多层级特征融合模块融合各级解码特征,然后由Softmax函数得到航空激光点云的最终分割结果;S4:构建混合损失函数来得到分割结果与真实值之间的误差,根据误差值,利用随机梯度下降法进行反向传播训练,对模型参数进行动态调整,得到稳健的分割结果。
成果亮点
本发明所述方法和装置能够有效增强点特征表达和空间信息的关联,提高对点云多尺度上下文特征的信息感知能力,获得更加精细的语义分割结果。
团队介绍
重庆大学(ChongqingUniversity,CQU),简称“重大”,是中华人民共和国教育部直属,由教育部、重庆市、国家国防科技工业局共建的全国重点大学,位列国家“双一流”、“211工程”、“985工程”,入选“珠峰计划”、“强基计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”、“卓越工程师教育培养计划”、“卓越法律人才教育培养计划”、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、教育部来华留学示范基地,为卓越大学联盟、中波大学联盟、一带一路高校联盟、“长江—伏尔加河”高校联盟、CDIO工程教育联盟、中国高等戏剧教育联盟成员单位、“国优计划”首批试点高校。
成果资料