BoundED：基于局部邻域统计的3D点云神经边界与边缘检测
计算机视觉与模式识别
2022-10-25 v1 图形学
摘要
从3D点云中提取高层结构信息具有挑战性，但对于城市规划和自动驾驶等需要深入理解当前场景的任务至关重要。现有方法仍无法在足够快速以部署于需要交互性的场景的同时，稳定地产生高质量结果。我们提出利用一组新颖的特征，通过一阶和二阶统计量在逐点基础上描述局部邻域，作为简单紧凑的分类网络的输入，以区分给定数据中的非边缘点、锐边缘点和边界点。利用该特征嵌入使我们的算法在质量和处理时间上均优于最先进的技术。
引用
@article{arxiv.2210.13305,
title = {BoundED: Neural Boundary and Edge Detection in 3D Point Clouds via Local Neighborhood Statistics},
author = {Lukas Bode and Michael Weinmann and Reinhard Klein},
journal= {arXiv preprint arXiv:2210.13305},
year = {2022}
}