公开(公告)号：CN110322453A

公开(公告)日：2019-10-11

申请号：CN201910604264.0

申请日：2019-07-05

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  冯志玺 ,  张格格 ,  杨淑媛 ,  程曦娜 ,  马清华 ,  张杰 ,  郭雨薇 ,  丁静怡 ,  唐旭

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于位置注意力和辅助网络的3D点云语义分割方法，主要解决现有技术分割精度较低的问题，其实现方案是：获取训练集T和测试集V；构建3D点云语义分割网络，并设定该网络的损失函数，该网络包括依次级联的特征下采样网络，位置注意力模块，特征上采样网络和辅助网络；使用训练集T对该分割网络进行P轮有监督的训练：在每轮的训练过程中根据损失函数，调整网络参数，在P轮训练完成后，将分割精度最高的网络模型作为训练好的网络模型；将测试集V输入到训练好的网络模型中进行语义分割，得到每一个点的分割结果。本发明提高了3D点云语义分割精度，可用于自动驾驶、机器人、3D场景重建、质量检测，3D制图及智慧城市建设。

公开(公告)号：CN110245709A

公开(公告)日：2019-09-17

申请号：CN201910526990.5

申请日：2019-06-18

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  李玲玲 ,  张杰 ,  张格格 ,  马清华 ,  郭雨薇 ,  丁静怡 ,  张梦璇 ,  程曦娜 ,  王佳宁

IPC: G06K9/62 ,  G06T7/10

Abstract: 本发明提出了一种基于深度学习和自注意力机制的3D点云数据语义分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤包括：(1)获取训练集和验证集；(2)构建深度学习和自注意力机制的3D点云数据语义分割网络；(3)设置训练深度学习和自注意力机制的3D点云数据语义分割网络所需的损失函数；(4)对深度学习和自注意力机制的3D点云数据语义分割网络进行监督训练；(5)获取3D点云数据测试集的语义分割结果。本发明在深度学习网络中加入了自注意力模块，能够更好地提取包含各个特征通道之间关系的深层特征，从而提高分割精度。

公开(公告)号：CN110322453B

公开(公告)日：2023-04-18

申请号：CN201910604264.0

申请日：2019-07-05

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  冯志玺 ,  张格格 ,  杨淑媛 ,  程曦娜 ,  马清华 ,  张杰 ,  郭雨薇 ,  丁静怡 ,  唐旭

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于位置注意力和辅助网络的3D点云语义分割方法，主要解决现有技术分割精度较低的问题，其实现方案是：获取训练集T和测试集V；构建3D点云语义分割网络，并设定该网络的损失函数，该网络包括依次级联的特征下采样网络，位置注意力模块，特征上采样网络和辅助网络；使用训练集T对该分割网络进行P轮有监督的训练：在每轮的训练过程中根据损失函数，调整网络参数，在P轮训练完成后，将分割精度最高的网络模型作为训练好的网络模型；将测试集V输入到训练好的网络模型中进行语义分割，得到每一个点的分割结果。本发明提高了3D点云语义分割精度，可用于自动驾驶、机器人、3D场景重建、质量检测，3D制图及智慧城市建设。

公开(公告)号：CN110245709B

公开(公告)日：2021-09-03

申请号：CN201910526990.5

申请日：2019-06-18

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  李玲玲 ,  张杰 ,  张格格 ,  马清华 ,  郭雨薇 ,  丁静怡 ,  张梦璇 ,  程曦娜 ,  王佳宁

IPC: G06K9/62 ,  G06T7/10

Abstract: 本发明提出了一种基于深度学习和自注意力机制的3D点云数据语义分割方法，用于解决现有技术中存在的分割精度较低的技术问题，实现步骤包括：(1)获取训练集和验证集；(2)构建深度学习和自注意力机制的3D点云数据语义分割网络；(3)设置训练深度学习和自注意力机制的3D点云数据语义分割网络所需的损失函数；(4)对深度学习和自注意力机制的3D点云数据语义分割网络进行监督训练；(5)获取3D点云数据测试集的语义分割结果。本发明在深度学习网络中加入了自注意力模块，能够更好地提取包含各个特征通道之间关系的深层特征，从而提高分割精度。

公开(公告)号：CN111311614A

公开(公告)日：2020-06-19

申请号：CN202010230019.0

申请日：2020-03-27

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  李玲玲 ,  马清华 ,  刘旭 ,  孙启功 ,  刘芳 ,  张格格 ,  冯志玺 ,  郭雨薇 ,  杨淑媛 ,  侯彪

IPC: G06T7/11 ,  G06T7/10 ,  G06K9/62

Abstract: 本发明公开了一种基于分割网络和对抗网络的三维点云语义分割方法，实现步骤为：(1)构建分割网络；(2)构建梯度估计模块；(3)构建对抗网络；(4)构建基于分割网和对抗网三维点云语义分割网络；(5)初始化分割网络和对抗网络；(6)生成训练数据集和训练标签集；(7)训练分割网络和对抗网络；(8)对三维点云数据进行分割。本发明通过对抗网络提取高维特征，分割网络进行点云分割，具有测试阶段点云分割时间短、分割结果精度高的优点。

公开(公告)号：CN111311614B

公开(公告)日：2021-10-29

申请号：CN202010230019.0

申请日：2020-03-27

Applicant: 西安电子科技大学

Inventor： 焦李成 ,  李玲玲 ,  马清华 ,  刘旭 ,  孙启功 ,  刘芳 ,  张格格 ,  冯志玺 ,  郭雨薇 ,  杨淑媛 ,  侯彪

IPC: G06T7/11 ,  G06T7/10 ,  G06K9/62

Abstract: 本发明公开了一种基于分割网络和对抗网络的三维点云语义分割方法，实现步骤为：(1)构建分割网络；(2)构建梯度估计模块；(3)构建对抗网络；(4)构建基于分割网和对抗网三维点云语义分割网络；(5)初始化分割网络和对抗网络；(6)生成训练数据集和训练标签集；(7)训练分割网络和对抗网络；(8)对三维点云数据进行分割。本发明通过对抗网络提取高维特征，分割网络进行点云分割，具有测试阶段点云分割时间短、分割结果精度高的优点。