典型文献
基于自注意力机制的自动驾驶场景点云语义分割方法
文献摘要：
对车载激光雷达场景点云进行语义分割是自动驾驶环境感知环节的基础性工作.针对现有处理大规模自动驾驶场景点云方法对局部特征提取能力不足和难以捕捉全局上下文信息的问题,本文基于自注意力机制设计了局部和全局自注意力编码器,并搭建了特征聚合模块进行特征提取.实验结果表明,与同样采用局部特征聚合的网络RandLA-Net相比,在SemanticKITTI数据集上本文的方法可将平均交并比提升5.7个百分点,局部自注意力编码器的加入也使车辆和行人等小目标的分割精度提高2个百分点以上.
文献关键词：
语义分割;大规模点云;自注意力机制
中图分类号：
作者姓名：
王大方;尚海;曹江;王涛;夏祥腾;韩雨霖
作者机构：
哈尔滨工业大学(威海)汽车工程学院,威海 264200;陆军装甲兵学院,北京 100072
文献出处：
引用格式：
[1]王大方;尚海;曹江;王涛;夏祥腾;韩雨霖-.基于自注意力机制的自动驾驶场景点云语义分割方法)[J].汽车工程,2022(11):1656-1664
A类：
自注意力编码器
B类：
自注意力机制,自动驾驶,驾驶场景,景点,点云语义分割,分割方法,车载激光雷达,驾驶环境感知,基础性工作,对局,局部特征提取,特征提取能力,全局上下文信息,机制设计,全局自注意力,局部特征聚合,RandLA,Net,SemanticKITTI,平均交并比,百分点,小目标,大规模点云
AB值：
0.302598
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。
