结合空间深度卷积和残差的大尺度点云场景分割
目的 在点云场景中,语义分割对场景理解来说是至关重要的视觉任务.由于图像是结构化的,而点云是非结构化的,点云上的卷积通常比图像上的卷积更加困难,会消耗更多的计算和内存资源.在这种情况下,大尺度场景的分割往往需要分块进行,导致效率不足并且无法捕捉足够的场景信息.为了解决这个问题,本文设计了一种计算高效且内存高效的网络结构,可以用于端到端的大尺度场景语义分割.方法 结合空间深度卷积和残差结构设计空间深度残差(spatial depthwise residual,SDR)块,其具有高效的计算效率和内存效率,并且可以有效地从点云中学习到几何特征.另外,设计一种扩张特征整合(dilated feature aggregation,DFA)模块,可以有效地增加感受野而仅增加少量的计算量.结合SDR块和DFA模块,本文构建SDRNet(spatial depthwise residual network),这是一种encoder-decoder深度网络结构,可以用于大尺度点云场景语义分割.同时,针对空间卷积核输入数据的分布不利于训练问题,提出层级标准化来减小参数学习的难度.特别地,针对稀疏雷达点云的旋转不变性,提出一种特殊的SDR块,可以消除雷达数据绕Z轴旋转的影响,显著提高网络处理激光雷达点云时的性能.结果 在S3DIS(stan-ford large-scale 3D indoor space)和SemanticKITTI(Karlsruhe Institute of Technology and Toyota Technological Institute)数据集上对提出的方法进行测试,并分析点数与帧率的关系.本文方法在S3DIS数据集上的平均交并比(mean intersection over union,mIoU)为71.7％,在SemanticKITTI上的mIoU在线单次扫描评估中达到59.1％.结论 实验结果表明,本文提出的SDRNet能够直接在大尺度场景下进行语义分割.在S3DIS和SemanticKITTI数据集上的实验结果证明本文方法在精度上有较好表现.通过分析点数量与帧率之间的关系,得到的数据表明本文提出的SDRNet能保持较高精度和较快的推理速率.
深度学习;语义分割;标准化;点云;残差神经网络;感受野
26
TP391(计算技术、计算机技术)
国家重点研发计划资助2018YFB1305200
2021-12-22（万方平台首次上网日期，不代表论文的发表时间）
共12页
2848-2859
