动态场景中基于场景上下文的 3D LiDAR 数据语义分割
机器人学
2020-04-01 v1
摘要
我们提出一种基于图神经网络（GNN）的方法，将场景上下文引入 3D LiDAR 数据的语义分割。该问题被定义为构建图以表示中心片段与其邻域的拓扑结构，然后推断片段标签。图的节点由距离图像上的片段生成，适用于稀疏和密集点云。评估中心节点与其邻域相关性的边权由神经网络自动编码，因此邻域节点数量不再是一个敏感参数。我们设计了一个由片段生成、图构建、边权估计、节点更新和节点预测组成的系统。在动态场景数据集上的定量评估表明，我们的方法比一元 CNN 性能好 8%，也比普通 GNN 性能好 17%。
引用
@article{arxiv.2003.13926,
title = {Scene Context Based Semantic Segmentation for 3D LiDAR Data in Dynamic Scene},
author = {Jilin Mei and Huijing Zhao},
journal= {arXiv preprint arXiv:2003.13926},
year = {2020}
}
备注
8 pages