激光与红外

作者：李庆祥

单位：1.柳州铁道职业技术学院,广西 柳州 545616；2.广西科技师范学院,广西 来宾 546199；3.天津理工大学,天津 300384；

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

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)；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。

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。

来源：2025年第6期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第6期