基于局部全局双向推理的无监督点云特征学习方法及装置

摘要

本发明公开了一种基于局部全局双向推理的无监督点云特征学习方法和装置，包括以下步骤：获取三维点云数据，通预设神经提取网络对三维点云数据进行特征提取，得到三维点云数据对应的局部点云特征和全局点云特征；通过解码器网络对全局点云特征进行处理，得到原始点云和估计点云法向量；根据原始点云、估计点云法向量和局部点云特征进行无监督点云特征学习得到网络参数，根据网络参数生成目标分类器。由此，能够同时学习结构信息和语义知识，提高无监督学习特征的质量，从而提高无监督点云识别的性能。