LEST：基于 Transformer 的大规模 LiDAR 语义分割
计算机视觉与模式识别
2023-07-19 v1
摘要
基于大规模 LiDAR 的点云语义分割是自动驾驶感知中的关键任务。几乎所有先前的最先进 LiDAR 语义分割方法都是稀疏 3D 卷积的变体。尽管 Transformer 架构在自然语言处理与 2D 计算机视觉领域日益流行，其在大规模点云语义分割上的应用仍很有限。在本文中，我们提出一种纯 Transformer 的 LiDAR 语义分割架构 LEST。LEST 包含两个新颖组件：空间填充曲线（SFC）分组策略与基于距离的余弦线性 Transformer（DISCO）。在公开 nuScenes 语义分割验证集与 SemanticKITTI 测试集上，我们的模型优于所有其他最先进方法。
引用
@article{arxiv.2307.09367,
title = {LEST: Large-scale LiDAR Semantic Segmentation with Transformer},
author = {Chuanyu Luo and Nuo Cheng and Sikun Ma and Han Li and Xiaohan Li and Shengguang Lei and Pu Li},
journal= {arXiv preprint arXiv:2307.09367},
year = {2023}
}