声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2436/TN
国际刊号：1001-5078
发布日期:
作者：陈崇明
单位：1.国网河北省电力有限公司电力科学研究院,河北 石家庄 050021；2.国网河北能源技术服务有限公司,河北 石家庄 050021；3.国网河北省电力有限公司建设公司,河北 石家庄 050030；4.紫光软件系统有限公司,北京 100084；
关键词：特征拓展;分离池化;电力场景;点云语义分割;自注意力机制
基金：国网河北省电力有限公司科技项目(No.KJ2023-033)资助。
电力场景的三维语义信息识别是其后续精细化管理的基础和关键,然而,由于电力场景地物结构信息复杂、纹理多样,为其精细化理解与识别带来了一定的困难和挑战。本文提出了一种基于改进RandLA Net的电力场景点云语义分割方法,该方法通过引入特征拓展和分离池化操作来提高模型的性能,并在电力数据集上测试了该方法的实际效果,将其与现有的语义分割方法进行了比较。结果表明,该方法在准确性和效率方面具有很强的优势,综合对比来看,比前沿的RandLA Net(Random Sampling and Local Feature Aggregator Network)提高了264和29的总体精度及平均交并比值,验证了该方法的有效性。
来源：2025年第1期
《激光与红外》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。