摘要
本发明公开了一种基于判别性区域特征学习的大规模点云场景识别方法，该方法包括以下步骤：构建室外大规模点云场景数据集；利用训练集和三元组损失迭代训练基于判别性区域交互的全局特征描述网络；对于新场景的所有关键帧的三维点云扫描数据，输入到基于判别性区域交互的全局特征描述网络中构建全局描述符数据库；在查询时，通过基于判别性区域交互的全局特征描述网络获得该点云的场景描述符；从描述符数据库中匹配最相近的描述符对应的点云位置，作为识别结果。本发明通过专注于判别性区域的特征学习来提升最终点云描述符的判别性，并提升场景识别的准确性和鲁棒性。
