一种基于轻量级神经网络的大规模点云语义分割方法

发明专利有效专利

申请号：
CN202110933646.5
IPC分类号：G06K9/34;G06K9/62;G06K9/46;G06N3/04;G06N3/08
申请日期：
2021-08-14
申请人：
张冉

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于轻量级神经网络的大规模点云语义分割方法
申请号	CN202110933646.5	申请日期	2021-08-14
法律状态	公开	申报国家	中国
公开/公告日	2021-11-09	公开/公告号	CN113627440A
优先权	暂无	优先权号	暂无
主分类号	G06K9/34 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/20 图像捕获〔3〕 G06K9/34 在图像分布图中，相接触的或相重叠的图形的分割〔3〕	IPC分类号	G;0;6;K;9;/;3;4;;;G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	张冉	申请人地址	四川省成都市西南交通大学犀浦校区变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	张冉	当前权利人	张冉
发明人	罗明星;张冉
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于轻量级神经网络的大规模点云语义分割方法。方法主体是语义分割神经网络模型，它包括特征提取网络和特征传播网络。特征提取网络用于提取三维点云的全局特征和局部特征，而特征传播网络将特征传播到原始点，输出的特征图对应各点属于各个语义类别的概率。本发明在局部非局部模块中设计了一个非局部模块，增强了局部模块的特征学习，并使用焦点损失函数更新网络权重参数，在训练过程中自动降低简单样本的权重，快速将模型集中在困难样本上。在性能上，本发明大大减少训练时间和内存空间，同时具有很高的点云语义分割精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供