一种用于点云目标检测的伪超体素点云预处理方法

1.一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，利用由超像素分割算法生成的类别分割掩码与伪图像特征图的对应关系，进行局部均值化生成局部均值伪图像，并对伪图像和局部均值伪图像进行学习并融合，调整伪图像特征图中特征的权重分布情况，包括有如下步骤：

2.根据权利要求1所述的一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，步骤(3)中所述的构建局部均值化模块，获得保留空间细节特征的局部均值伪图像，包括：

3.根据权利要求2所述的一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，步骤(3.2)中所述的记录类别分割掩码tmask中类别为1的位置，并根据记录的位置提取出属于类别为1对应的伪图像fpi中像素点的值并求和计算均值，包括：

4.根据权利要求1或2或3所述的一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，步骤(4)中所述的设计因子提取聚合模块，生成伪超体素点云预处理后的伪图像特征图，包括：

5.根据权利要求1或2或3或4所述的一种用于点云目标检测的伪超体素点云预处理方法，其特征在于，用于即插即用的伪超体素点云预处理，直接应用于点云目标检测任意方法中的不同分辨率的特征图后，并且不需对算法架构进行根本性修改，包括：