用于点云语义分割的具有注意力多分辨率融合的多尺度网络
计算机视觉与模式识别
2022-06-29 v1
摘要
本文提出一个聚合局部与全局多尺度信息的综合点云语义分割网络。首先，我们提出角度相关点卷积（ACPConv）模块以有效学习点的局部形状。其次，基于 ACPConv，我们引入一个局部多尺度分割（MSS）块，其在单一块内分层连接特征并逐步扩大感受野，有利于利用局部上下文。第三，受在 2D 图像视觉任务上表现优异的 HRNet 启发，我们构建了一个为点云定制的 HRNet 以学习全局多尺度上下文。最后，我们引入逐点注意力融合方法，融合多分辨率预测并进一步提升点云语义分割性能。在多个基准数据集上的实验结果和消融研究标明，我们所提方法有效，且相比现有方法能达到最先进（state-of-the-art）性能。
引用
@article{arxiv.2206.13628,
title = {Multi-scale Network with Attentional Multi-resolution Fusion for Point Cloud Semantic Segmentation},
author = {Yuyan Li and Ye Duan},
journal= {arXiv preprint arXiv:2206.13628},
year = {2022}
}
备注
ICPR 2022, poster