一种基于扩散模型的场景级合成点云增强的语义分割方法和系统

本发明公开了一种基于扩散模型的场景级合成点云增强的语义分割方法和系统，旨在解决深度学习中点云训练样本不足的问题。包括以下步骤：首先，通过扩散模型基于文本生成高质量全景图像；接着，利用深度学习视觉变换器对全景图像进行深度预测，并结合SAM智能标注方法进行语义分割标注；随后，采用柱面投影方法，将深度信息和语义标签映射到全景图像上，生成包含空间坐标、RGB颜色值和语义标签的三维点云。然后将生成的合成点云与真实点云相结合，用于训练深度学习模型，从而提升语义分割的精度。最后，通过训练后的模型对目标场景进行语义分割预测，生成语义标签，并将分割结果导入BIM软件完成三维模型重建，助力建筑的智能化运维与监测。