-
题名自适应空间与分组注意的激光点云分割方法
- 1
-
-
作者
李庆祥
覃丽萍
罗训
-
机构
柳州铁道职业技术学院
广西科技师范学院
天津理工大学
-
出处
《激光与红外》
北大核心
2025年第6期893-900,共8页
-
基金
教育部人文社会科学研究一般项目(No.23XJA880011)
广西教育厅十四五规划项目(No.2022ZJY2216)
+1 种基金
广西高校中青年教师基础能力提升项目(No.2021KY1401)
广西职业教育教学改革研究项目(No.GXGZJG2024B241)资助。
-
文摘
随着激光点云数据的普及,研究如何提取丰富的点云特征信息变得尤为重要。现有方法多注重局部特征学习,却忽视了点云的位置与特征间的关联,且未对全局信息进行建模。为改进此状况,本文提出了自适应空间特征模块(Adaptive Spatial Feature, ASF)和分组注意力(GroupFormer)。ASF包括自适应特征块(adaptive feature block)和混合局部块(mixed local block),其可以动态学习点云位置与特征之间关系以及消除均匀加权。混合局部块将局部最大值特征数据与局部自适应特征数据结合起来,以保留局部上下文细节。ASF融入编码器-解码器结构形成ASF-Net网络,同时引入分组注意力以提取全局点云特征信息。实验表明,ASF-Net在S3DIS和ScanNet v2数据集上的语义分割性能卓越,提高了点云特征提取的准确性。
-
关键词
点云语义分割
自适应空间特征模块
自适应特征块
混合局部块
分组注意力
-
Keywords
point cloud semantic segmentation
adaptive feature module
adaptive feature block
mixed local block
GroupFormer
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN958.98
[电子电信—信号与信息处理]
-
