激光与红外

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

查看激光与红外杂志2025年第1期