一种基于3D目标分类和场景语义分割的网络优化结构

摘要

本发明涉及机器人与强化学习领域，具体而言，涉及一种基于3D目标分类和场景语义分割的网络优化结构，其在得到点的特征的时候，对每一个点进行打分，分数的高低代表该点对于任务的贡献程度；对分数进行排序，取前N个点(N为想要采样的点的个数)。在进行中心点采样时，所采集得到的点集都是上一层点集的子集，根据这一特性，相同点在每一层中所拥有的特征都不一样，所以在进行下一层特征提取的时候，可以把之前层的位于同一个点的不同特征进行融合，这种融合方式是对指定点的细粒度的特征融合。本发明不仅可以提高PointNet++对物体的分类性能，还可以提高对场景分割的性能。