[发明专利]基于自监督学习的旋转鲁棒的点云分类方法

摘要

本发明提供一种基于自监督学习的旋转鲁棒的点云分类方法，所述的方法包括如下：S1：获取三维点云数据，对三维点云数据进行预处理，得到三维点云的三维坐标序列；S2：将三维点云的三维坐标序列输入预设的自监督学习网络进行训练，训练好的自监督学习网络中的骨干网络输出为对应三维点云模型的高维表征；S3：将三维点云进行多次空间变换，得到多个模型并输入S2训练好的骨干网络，每个模型得到对应的三维点云的高维表征；S4：结合通过步骤S3得到的多个高维表征得到最终表征，并用最终表征和对应的类别标注信息有监督学习得到网络参数，根据网络参数生成目标分类器；S5：在预测阶段，将待分类的三维点云模型预处理后，输入目标分类器完成点云分类。