基于多尺度稀疏卷积神经网络的点云语义分割
计算机视觉与模式识别
2022-07-01 v6 图像与视频处理
摘要
近年来，随着计算资源和激光雷达（LiDAR）的发展，点云语义分割吸引了众多研究者。针对点云的稀疏性，尽管已有处理稀疏卷积的方法，但并未考虑多尺度特征。在本文中，我们提出了一种基于多尺度稀疏卷积的特征提取模块和一种基于通道注意力的特征选择模块，并据此构建了点云分割网络框架。通过引入多尺度稀疏卷积，网络能够基于不同尺寸的卷积核捕获更丰富的特征信息，从而改善点云分割结果。在斯坦福大规模三维室内空间（S3DIS）数据集和室外数据集（SemanticKITTI）上的实验结果证明了所提方法的有效性和优越性。
引用
@article{arxiv.2205.01550,
title = {Point Cloud Semantic Segmentation using Multi Scale Sparse Convolution Neural Network},
author = {Yunzheng Su and Lei Jiang and Jie Cao},
journal= {arXiv preprint arXiv:2205.01550},
year = {2022}
}