典型文献
DGPoint:用于三维点云语义分割的动态图卷积网络
文献摘要：
三维点云语义分割在三维场景理解和重建、自动驾驶和机器人导航等领域发挥着重要作用.针对现有方法对点云的局部特征提取不足导致分割精度不高这一问题,基于PointNet++架构提出了一个动态图卷积网络DGPoint.首先,边缘卷积的特征聚合函数使用双通道池化操作来补偿信息丢失,可以更好地保留点云的细粒度局部特征;其次,在进行边缘卷积之前使用K近邻算法确定新的局部区域以达到动态图更新的效果;此外,为了保证边缘提取准确,将设计的编码器重复多次,并将提取的特征以跳跃连接的方式连接起来输入到解码器中.在S3DIS数据集上的实验结果表明,与其他方法相比,DGPoint有效解决了局部特征提取不足的缺点,并提高了语义分割的准确性:在S3DIS数据集的平均交并比为68.3％,总体准确度为86.2％.
文献关键词：
图像处理;图卷积网络;点云;语义分割;边缘卷积
中图分类号：
作者姓名：
刘友群;敖建锋;潘仲泰
作者机构：
江西理工大学土木与测绘工程学院,江西赣州341000
文献出处：
引用格式：
[1]刘友群;敖建锋;潘仲泰-.DGPoint:用于三维点云语义分割的动态图卷积网络)[J].激光与光电子学进展,2022(16):199-206
A类：
DGPoint,边缘卷积
B类：
三维点云,点云语义分割,动态图卷积网络,三维场景,场景理解,自动驾驶,机器人导航,局部特征提取,PointNet++,特征聚合,聚合函数,双通道,池化操作,信息丢失,留点,细粒度,近邻算法,局部区域,边缘提取,编码器,器重,跳跃连接,连接起来,解码器,S3DIS,其他方法,平均交并比
AB值：
0.286899
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。
