一种面向散乱点云语义分割的深度残差−特征金字塔网络框架

摘要：

针对当前基于深度学习的散乱点云语义特征提取方法通用性差以及特征提取不足导致的分割精度和可靠性差的难题,提出了一种散乱点云语义分割深度残差?特征金字塔网络框架.首先,针对当前残差网络在卷积方式上的局限性,定义一种立方体卷积运算,不仅可以通过二维卷积运算实现三维表示点的高层特征的抽取,还可以解决现有的参数化卷积设计通用性差的问题;其次,将定义的立方体卷积计算与残差网络相结合,构建面向散乱点云语义分割的深度残差特征学习网络框架;进一步,将深度残差网络与特征金字塔网络相结合,实现三维表示点高层特征多尺度学习与散乱点云场景语义分割.实验结果表明,本文提出的立方体卷积运算具有良好的适用性,且本文提出的深度残差?特征金字塔网络框架在分割精度方面优于现存同类方法.

关键词：散乱点云;语义分割;立方体卷积;残差网络;特征金字塔网络

所属期刊栏目：47

分类号：TP391.41;TP18;TN919.8

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;河北省自然科学基金;河北省自然科学基金;河北省高等学校青年拔尖人才计划项目;河北省教育厅高等学校科技计划重点项目

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2831-2840