仪器仪表学报

作者：王溪波，曹士彭，赵怀慈，刘鹏飞，邰炳昌

单位：王溪波,1. 沈阳工业大学信息科学与工程学院,,曹士彭,1. 沈阳工业大学信息科学与工程学院，2. 中国科学院沈阳自动化研究所光电信息处理重点实验室,,赵怀慈,2. 中国科学院沈阳自动化研究所光电信息 处理重点实验室,,刘鹏飞,2. 中国科学院沈阳自动化研究所光电信息 处理重点实验室,,邰炳昌,3. 卓越新时代认证有限公司,

关键词：机器视觉;点云语义分割;双边特征聚合;跨层混合池化;注意力机制

基金：国家自然科学基金(U2013210)项目资助

机器视觉是环境感知的重要手段之一,是自动驾驶、机器人、工业检测等领域的研究热点,而点云数据的精细分析是其中的一项关键技术。针对大尺度真实场景点云数据分割精度低的问题,提出了一种适用于点云数据语义分割的网络结构。首先,构建了一个双边特征聚合结构,通过分别处理点云的几何信息和语义信息,达到充分利用点云特征信息的目的。其次,使用近邻特征的高维空间相关性计算点与点之间的相互作用,进行局部邻域的上下文信息增强。提出了一种混合池化结构代替最大值池化,减少信息损失,使用横向跨层池化连接来增强特征多样性。最后,引入注意力机制提取全局特征,滤除尺度噪声,增强特征在空间上的表现力。实验结果表明,该方法在大尺度真实场景点云数据集S3DIS上的平均交并比为68.2%,平均准确率为80.7%,比PointNet提高了20.6%和14.5%,客观指标优于已有的代表性方法。

来源：2021年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第12期