典型文献
融合边缘检测的3D点云语义分割方法研究
文献摘要：
针对点云分割中分割目标不明确,边缘不清晰,全局特征与边缘特征未能有效融合等问题,提出了一种融合边缘检测的3D点云语义分割算法.首先,通过3D点云语义分割网络对点云数据进行初步提取区域内的全局语义特征;然后,采用引入了注意力机制的语义边缘检测网络,能够更好地对点云数据中的物体进行特征提取增强,抑制非边缘信息的产生,得到了具有丰富的语义信息的边缘特征;最后,通过融合模块将属于同一物体的语义特征融合起来进行分割细化处理,使得分割目标更精确;此外,使用了双重语义损失函数,使网络产生具有更好边界的语义分割结果.通过搭建实验平台和使用S3DIS标准数据集进行测试,改进后的算法在数据集上的平均交互比为70.21％,在精度上较KPConv语义分割算法有所提高.实验结果表明:该算法能够有效改善物体边界分割不清晰、边缘信息模糊等问题,总体分割性能良好.
文献关键词：
3D点云;语义分割;语义边缘检测;特征融合
中图分类号：
作者姓名：
陈玲;许钢;伏娜娜;胡志锋;郑书展
作者机构：
安徽工程大学检测技术与节能装置安徽省重点实验室,安徽芜湖241000
文献出处：
引用格式：
[1]陈玲;许钢;伏娜娜;胡志锋;郑书展-.融合边缘检测的3D点云语义分割方法研究)[J].重庆工商大学学报（自然科学版）,2022(05):1-9
A类：
语义边缘检测,KPConv
B类：
点云语义分割,分割方法,点云分割,全局特征,边缘特征,有效融合,分割算法,语义分割网络,点云数据,全局语义,注意力机制,测网,边缘信息,语义信息,一物,语义特征融合,细化处理,损失函数,实验平台,S3DIS,标准数据集,界分
AB值：
0.276828
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
