典型文献
融合PointNet和3D-LMNet的单幅图像三维重建及语义分割
文献摘要：
由单幅图像重建三维结构并感知三维对象的语义理解极具挑战性。针对单幅图像难以直接生成三维重建点云问题，提出一种融合PointNet与3D-LMNet的联合优化网络模型进行三维重建并完成语义分割。基于3D-LMNet网络进行训练生成三维点云，并完成局部分割，同时，对网络损失函数进行联合优化来预测分割点云。通过分割点云的语义信息改善重建效果，生成带有语义分割信息的三维点云重建模型。针对联合训练中真值点云和预测点云类别标签无点对点的对应关系问题，引入联合优化损失函数来提高重建和分割效果，生成最终三维重建模型。通过在ShapeNet数据集上实验验证，并与PointNet和3D-LMNet单独训练相比，所提模型在平均交并比（mIoU）上提高了4.23%，在倒角距离（CD）和EMD（earth mover’s distance）上分别降低了7.97%和6.04%，联合优化网络明显改善了重建和分割的点云模型。
文献关键词：
深度学习;单幅图像;联合优化;三维重建;语义分割
中图分类号：
作者姓名：
陈辉;童勇;朱莉;梁维斌
作者机构：
上海电力大学自动化工程学院，上海 200090;开放智能机器（上海）有限公司，上海 200233
文献出处：
引用格式：
[1]陈辉;童勇;朱莉;梁维斌-.融合PointNet和3D-LMNet的单幅图像三维重建及语义分割)[J].激光与光电子学进展,2022(18):1815010
A类：
LMNet
B类：
PointNet,单幅图像,三维重建,语义分割,图像重建,三维结构,语义理解,接生,联合优化,成语,络损,分割点,语义信息,三维点云重建,对联,联合训练,真值,云和,点对点,优化损失函数,分割效果,ShapeNet,平均交并比,mIoU,倒角距离,CD,EMD,earth,mover,distance,点云模型
AB值：
0.328182
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。
