一种适用于源域攻击场景的无监督领域自适应3D点云语义分割方法

本发明涉及深度学习技术领域，公开了一种适用于源域攻击场景的无监督领域自适应3D点云语义分割方法，所述方法包括：构建教师模型和概率解码器支路，并对教师模型和概率解码器支路进行预训练，得到目标教师模型和目标概率解码器支路；基于目标教师模型和目标概率解码器支路，对教师模型对应的学生模型进行无监督领域自适应训练，得到目标学生模型；获取待测目标域点云数据，利用目标学生模型对待测目标域点云数据进行语义分割，得到语义分割结果。本发明通过鲁棒性长尾损失、概率解码器支路和高置信最近邻伪标签更新机制，有效提升了源域攻击场景下3D点云语义分割结果的准确性。