TORNADO-Net：采用 Diamond inception 模块的多元全变分语义分割网络
计算机视觉与模式识别
2020-08-25 v1
摘要
点云语义分割是机器人与自动驾驶中场景理解的关键组成部分。本文中，我们介绍 TORNADO-Net——一种用于 3D LiDAR 点云语义分割的神经网络。我们结合了多视角（鸟瞰与距离）投影特征提取与带有新颖 diamond 上下文块的编码器-解码器 ResNet 架构。当前基于投影的方法未考虑相邻点通常属于同一类别。为更好地利用此局部邻域信息并减少噪声预测，我们引入了全变分（Total Variation）、Lovasz-Softmax 与加权交叉熵损失的组合。我们还利用了 LiDAR 数据涵盖 360 度视场并使用循环填充这一事实。我们在 SemanticKITTI 数据集上展示了最先进（state-of-the-art）的结果，并提供了详尽的定量评估与消融实验。
引用
@article{arxiv.2008.10544,
title = {TORNADO-Net: mulTiview tOtal vaRiatioN semAntic segmentation with Diamond inceptiOn module},
author = {Martin Gerdzhev and Ryan Razani and Ehsan Taghavi and Bingbing Liu},
journal= {arXiv preprint arXiv:2008.10544},
year = {2020}
}
备注
10 pages, 4 figures