基于對比學(xué)習(xí)和標(biāo)簽挖掘的點云分割算法

摘要： 基于深度學(xué)習(xí)的點云分割算法通過設(shè)計復(fù)雜的特征提取模塊，可以對高維空間點云進(jìn)行有效的分割.但由于缺乏對邊界點集的特征挖掘，使得其對邊界分割的精度欠佳.已有將對比學(xué)習(xí)思想用于點云分割以解決邊界區(qū)域分割性能不足問題的研究中，忽略了點云無序和稀疏特性，特征提取不夠準(zhǔn)確.對此，設(shè)計了基于對比學(xué)習(xí)和標(biāo)簽挖掘的點云分割模型CL2M (contrastive learning label mi... （共12頁）