3DCNN-DQN-RNN：用于大规模三维点云语义解析的深度强化学习框架
计算机视觉与模式识别
2017-07-24 v1
摘要
大规模三维点云的语义解析是计算机视觉和遥感领域的重要研究课题。现有大多数方法独立地利用每种模态的手工特征，并以启发式方式将它们组合。它们往往未能充分考虑特征之间的一致性和互补信息，这使其难以捕获高级语义结构。当前大多数深度学习方法学到的特征可以获得高质量的图像分类结果。然而，由于数据的无组织分布和不同的点密度，这些方法很难应用于识别三维点云。在本文中，我们提出了一种 3DCNN-DQN-RNN 方法，该方法融合了三维卷积神经网络（CNN）、Deep Q-Network（DQN）和残差循环神经网络（RNN），用于大规模三维点云的高效语义解析。在我们的方法中，在 3D CNN 和 DQN 控制下的眼窗口可以高效地定位和分割目标类别的点。3D CNN 和残差 RNN 进一步提取眼窗口中点的鲁棒且具区分性的特征，从而极大地提高大规模点云的解析精度。我们的方法提供了一个将原始数据映射到分类结果的自动过程。它还将目标定位、分割和分类集成到一个框架中。实验结果表明，所提出的方法优于最先进的点云分类方法。
引用
@article{arxiv.1707.06783,
title = {3DCNN-DQN-RNN: A Deep Reinforcement Learning Framework for Semantic Parsing of Large-scale 3D Point Clouds},
author = {Fangyu Liu and Shuaipeng Li and Liqiang Zhang and Chenghu Zhou and Rongtian Ye and Yuebin Wang and Jiwen Lu},
journal= {arXiv preprint arXiv:1707.06783},
year = {2017}
}
备注
IEEE International Conference on Computer Vision (ICCV) 2017