[发明专利]一种基于主动学习和半监督的三维点云语义分割标注方法有效
| 申请号： | 202211453495.4 | 申请日： | 2022-11-21 |
| 公开（公告）号： | CN116012840B | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 叶山顶;傅永健;潘之杰 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V20/70 | 分类号： | G06V20/70;G06V10/26;G06V10/764;G06V10/82;G06V20/56;G06N3/0464;G06N3/091;G06N3/0895 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 郑海峰 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主动学习和半监督的三维点云语义分割标注方法，该方法首先利用构造的点云匹配评分函数，挑选出一个具有代表性的子集。然后利用两种无监督算法，将一帧点云分割成若干个小的区域。在每次主动学习循环中，先计算每个小区域的点云强度信息值和信息熵，再从中选出二者和值中较大的若干个区域进行人工标记。为了有效利用未标注数据，借助无监督学习方法，选择相对当前模型而言置信度较高小区域赋以伪标签。最后将伪标签数据和人工标记数据一起输入给深度语义分割模型进行网络训练。由此能够极大地提升标注效率，减少人工标注成本。 | ||
| 搜索关键词： | 一种 基于 主动 学习 监督 三维 语义 分割 标注 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211453495.4/，转载请声明来源钻瓜专利网。
