重新思考三维 LiDAR 点云分割
计算机视觉与模式识别
2021-12-06 v2
摘要
许多基于点的语义分割方法专为室内场景设计，但当应用于由 LiDAR 传感器在室外环境中捕获的点云时表现不佳。为了使这些方法更高效、更鲁棒以处理 LiDAR 数据，我们引入了将三维基于点的操作重构以使其在投影空间中运行的一般概念。虽然我们通过三种基于点的方法表明重构版本快 300 到 400 倍且达到更高精度，我们还进一步证明重构三维基于点操作的概念允许设计统一基于点方法和基于图像方法优势的新架构。作为一个例子，我们引入一个将重构的三维基于点操作集成到二维编码器-解码器架构中的网络，该架构融合来自不同二维尺度的信息。我们在四个具有挑战性的语义 LiDAR 点云分割数据集上评估该方法，并表明利用重构的三维基于点操作与二维基于图像操作相结合对所有四个数据集均取得非常好的结果。
引用
@article{arxiv.2008.03928,
title = {Rethinking 3D LiDAR Point Cloud Segmentation},
author = {Shijie Li and Yun Liu and Juergen Gall},
journal= {arXiv preprint arXiv:2008.03928},
year = {2021}
}
备注
TNNLS 2021