一种基于相交区域相似性引导的弱监督点云语义分割方法

本发明公开了三维点云处理与计算机视觉技术领域的一种基于相交区域相似性引导的弱监督点云语义分割方法。该方法通过圆柱体采样将大规模点云划分为固定点数的初始补丁，将每个初始补丁划分为存在相交区域的目标补丁与引用补丁，构建两补丁间的点索引映射；基于共享权重网络提取双补丁特征，利用相交区域的对应点构建对比学习损失以约束跨视图特征一致性，同时引入动态更新的语义锚点实现跨区域特征对齐；结合多种损失构建联合损失函数，采用不确定性驱动的采样策略遍历样本完成端到端训练。本发明方法在弱监督标注条件下，通过相交区域相似性约束与难例采样策略，有效提升了点云语义分割的精度与鲁棒性。