Para aumentar a capacidade de generalização da rede e melhorar a precisão da segmentação de componentes, este artigo propõe um método de segmentação de componentes de nuvens de pontos que considera a alocação ótima e a melhor máscara. Primeiro, define-se a alocação ótima entre duas nuvens de pontos com base na distância do bulldozer; em seguida, utiliza-se a amostragem dos pontos mais distantes para agrupar as nuvens de pontos, calcular a saliência dos pontos em cada grupo, e então determinar a melhor máscara da nuvem de pontos utilizando uma consulta esférica para preservar as informações semânticas originais; por fim, substitui-se a vizinhança dos pontos com alta saliência em uma nuvem pela vizinhança dos pontos com baixa saliência em outra nuvem, realizando um aumento misto entre as nuvens de pontos. O método foi validado no conjunto de dados ShapeNet e, ao utilizar este método para aumentar dados antes de os inserir nos modelos PointNet, PointNet++ e DGCNN, o mIoU aumentou de 83,7%, 85,1% e 85,1% para 85,1%, 86,3% e 86,0%, melhorando efetivamente a segmentação dos componentes.

Aumento de dados;Nuvem de pontos;Segmentação de componentes;Saliência