激光与红外

作者：刘友群

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;深度学习;语义分割;PointNet++

基金：国家自然科学基金地区基金资助项目(No.41561091)；江西省教育厅科学技术研究项目(No.GJJ150663)；江西省教育厅科学技术研究项目(No.GJJ150629)；江西省教育厅科学技术研究项目(No.GJJ180501)资助

点云语义分割是三维点云数据处理的基础步骤,是三维场景理解分析、重建和目标识别的关键环节。针对目前对三维点云进行语义分割使用的点云信息少和精度不高的问题,本文在利用点云三维坐标信息的基础上,增加了点云RGB信息和所属房间的归一化坐标信息,从而丰富了神经网络输入端的信息量,进一步提高了模型的分割精度,最后利用PointNet++对改进后的三维点云语义分割效果进行检验,实验表明:在丰富了网络输入端的数据信息后,模型的总体准确度提高了6.65 %。

来源：2021年第5期

《激光与红外》期刊编辑部

查看激光与红外杂志2021年第5期