激光与红外

作者：敖建锋

单位：江西理工大学 土木与测绘工程学院,江西 赣州 341000；

关键词：三维点云;语义分割;室外场景;RGBN信息融合;深度学习

基金：国家自然科学基金地区科学基金项目(No.42461051)；江西省自然科学基金青年项目(No.20224BAB212025)；江西省教育厅科学技术研究项目(GJJ2200803)资助。

点云数据是实景三维中国建设的重要数据来源,其准确的语义分割是点云应用的重要前提。随着数据获取效率的不断提升,点云数据量也在不断丰富,其中包含的颜色(RGB)和法向量(N)信息能够为语义分割提供良好的数据支撑。目前多数深度学习网络为适配更广泛的数据集,仅引入坐标信息进行网络训练,造成了不必要的数据冗余和精度损失。本文结合室外场景数据特点,在使用三维坐标基础上,针对分割目标的几何和物理特征提出RGBN信息融合方案,利用更完备的信息优化了点云语义分割效果,并对分割效果进行检验。实验结果表明:本文提出的信息融合方案使语义分割结果的平均交并比提高了1285。在预定义的8个语义类别中,7个类别的分割效果得到提升,其中路面标记、汽车和围栏的交并比分别提升了671、988和2648。

来源：2025年第11期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第11期