- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第35卷摇第3期计算机技术与发展Vol.35摇No.3
2025年3月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇Mar.摇2025
用于点云语义分割的局部特征增强网络
柴玉晶,梁坤豪,杨历省,宫卫光
(枣庄学院光电工程学院,山东枣庄277160)
摘摇要:相比二维图像数据,三维点云数据普遍具有无序性、稀疏性和密度不均匀性,同时点与点之间的相关性以及结构
信息的获取也是很大的挑战。正是由于点云的这些特性,对于特征信息不显著的物体的语义分割,一直是点云处理领域
的一大难题。为此,提出了一种用于点云语义分割的局部特征增强网络,该算法设计了一种局部特征聚合模块用于增强
特征信息。该模块将点云的相对点位置与其对应点特征串联在一起,从而获得增强的特征向量,实现了特征信息的增强。
通过该模块使网络能够有效地学习复杂的局部结构信息,增强对局部几何信息的处理能力。此外,该算法在提取特征时
采用反密度函数对稀疏区域的点赋予较大的权重,对稠密区域的点赋予较小的权重,从而有效消除了点云的密度不均匀
性造成的影响。实验结果表明,该算法在斯坦福大规模三维室内空间数据集的平均交并比达到了67.4%,整体准确率达
到了88.4%,相比DGCNN分别提升了11.3%和4.3%,对特征信息不显著的目标物的分割效果提升显著。
关键词:图像处理;点云语义分割;局部特征增强;反密度函数;深度学习;特征向量
中图分类号:TP391摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2025)03-0049-07
doi:10.20165/ki.ISSN1673-629X.2024.0340
LocalFeatureEnhancementNetworkforPointCloudSemantic
Segmentation
CHAIYu-jing,LIANGKun-hao,YANGLi-sheng,GONGWei-guang
(SchoolofPhotovoltaicEngineering,ZaozhuangCollege,Zaozhuang277160,China)
Abstract:Comparedtotwo-dimensionalimagedata,3Dpointclouddatagenerallyhasdisorder,sparsity,andunevendensity.Atthe
sametime,thecorrelationbetweenpointsandtheacquisitionofstructuralinformationarealsogreatchallenges.Itispreciselybecauseof
thesecharacteristicsofpointcloudsthatsemanticsegmentationofobjectswithinsignificantfeatureinformationhasalwaysbeenamajor
challengeinthefieldofpointcloudprocessing.Tothisend,alocalfeatureenhancementnetworkforpointcloudsemanticsegmentation
isproposed.Thealgorithmdesignsalocalfeatureaggregationmoduletoenhancefeatureinformation.Thismoduleconcatenates
原创力文档


文档评论(0)