-
题名结合局部增强与反向残差的点云语义分割网络
被引量：3
- 1
-
-
作者
温智成
王蕾
冯锦梁
叶森辉
-
机构
东华理工大学信息工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2023年第7期1131-1136,共6页
-
基金
江西省核地学数据科学与系统工程技术研究中心基金项目(No.JELRGBDT202202)
江西省放射性地学大数据技术工程实验室开放基金项目(No.JELRGBDT202103)资助。
-
文摘
激光点云是3D传感器的输出,且对它的语义分割任务是理解真实世界的基础。基于图卷积的点云分割网络在许多场景下都展现了优异的性能。然而,现有的图卷积方法存在部分问题:点云局部表示的能力未得到加强,忽略了全局几何信息,并且聚合操作只保留局部最大响应值信息,而次最大值信息丢失。为了处理这些问题,本文提出GRes-Net网络。利用局部几何加强(Local Geometry Augment,LGA)模块,使网络对Z轴具有旋转不变性,以便加强点云局部信息表示;采用全局几何特征(Global Geometry Feature,GGF)模块,计算局部与全局的球体体积比,将其与坐标特征X进行连接,使全局几何信息特征得以保留;通过多个对称聚合操作将局部信息多方面地保留;网络中每层都使用残差操作,将上一层信息传递到下一层,以及利用反向残差模块(Reversed Residual MLP,RevResMLP)挖掘更深层次的语义信息。本文在S3DIS数据集上进行语义场景分割实验,验证网络分割的性能。实验结果表明该方法在分割精度上达到61%,相比于基准网络DGCNN提高14%,有效地提高了模型性能。
-
关键词
点云语义分割
动态图卷积
局部几何加强
全局几何特征
反向残差
-
Keywords
point cloud semantic segmentation
dynamic graph convolution
local geometric augment
global geometric feature
reverted residual network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN249
[电子电信—物理电子学]
-
