激光与红外

作者：冯锦梁

单位：东华理工大学,江西 南昌 330013；

关键词：三维点云;语义分割;分类;局部注意力机制;局部增强模块

基金：[JP2]江西省核地学数据科学与系统工程技术研究中心基金项目(No.JELRGBDT202202)；江西省放射性地学大数据技术工程实验室开放基金项目(No.JELRGBDT202103)资助。

在各种3D对象表示中,三维点云越来越受欢迎,其中基于点的方法在各种数据集上都表现出了良好的性能。针对PointNet++只关注了点本身的信息,并未关注相邻点的信息,同时它采用最大池化聚合局部信息,导致丢失次最大值信息。由此,文中提出Con PointNet++网络,该网络利用增强局部信息模块,以关注相邻点的信息,从而增强局部信息特征提取；采用局部注意力机制下的融合池化模块,将最大池化与注意力池化特征信息融合,得到更为丰富的局部特征信息。本文方法在室内数据集 S3DIS的Area_5区域上评估模型语义分割能力,mIoU达552;在数据集ModelNet40上评估模型分类效果,OA达912。与其他方法相比,所提模型性能均有提升,进一步证明了本文方法的有效性。

来源：2024年第1期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第1期