典型文献
基于区块特征融合的点云语义分割方法
文献摘要：
为降低室外大规模点云场景中多类三维目标语义分割的计算复杂度,提出一种融合区块特征的语义分割方法.采用方形网格分割方法对三维点云进行区块划分、采样以及组合,求取简化的点云组合区块集,将其输入至区块特征提取和融合网络中从而获得每个区块的特征修正向量.设计点云区块全局特征修正网络,以残差的方式融合特征修正向量与原始点云全局特征,修正因分割造成的错误特征.在此基础上,将方形网格分割尺寸作为神经网络的参数引入反向传播过程中进行优化,从而建立高效的点云语义分割网络.实验结果表明,反向传播算法可以优化分割尺寸至最佳值附近,所提网络中的全局特征修正方法能够提高语义分割精度,该方法在Semantic3D数据集上的语义分割精度达到78.7％,较RandLA-Net方法提升1.3％,且在保证分割精度的前提下其点云预处理计算复杂度和网络计算时间明显降低,在处理点数为10万～100万的大规模点云时,点云语义分割速度较SPG、KPConv等方法提升2～4倍.
文献关键词：
点云语义分割;区块特征融合;点云特征提取;深度学习;点云预处理
中图分类号：
作者姓名：
高庆吉;李天昊;邢志伟;刘佩佩
作者机构：
中国民航大学机器人研究所,天津 300300
文献出处：
引用格式：
[1]高庆吉;李天昊;邢志伟;刘佩佩-.基于区块特征融合的点云语义分割方法)[J].计算机工程,2022(09):37-44,54
A类：
区块特征融合,KPConv
B类：
点云语义分割,分割方法,大规模点云,云场景,三维目标,目标语义分割,计算复杂度,方形,三维点云,区块划分,求取,融合网络,特征修正,设计点,全局特征,融合特征,始点,传播过程,语义分割网络,反向传播算法,优化分割,最佳值,修正方法,Semantic3D,RandLA,Net,点云预处理,计算时间,SPG,点云特征提取
AB值：
0.31607
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。
