基于密度自适应深度网络的点云场景语义分割算法

摘要：

由于传感器噪声干扰,点云密度不均匀,场景复杂多样以及物体之间存在遮挡现象等问题,使得三维点云场景语义分割问题的研究工作极具挑战性.针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题,提出一种密度自适应的方法.该方法通过多层感知器学习一个权重函数,利用核密度估计学习一个密度函数,对非均匀采样的点云数据进行卷积操作.同时,受深度学习在图像领域的启发,引入残差连接、空洞卷积等结构,训练更深层的点云分割网络.该算法在多个点云分割的标准数据集上取得了优秀的性能.

关键词：点云分割、图卷积、三维点云、深度学习

所属期刊栏目：49

分类号：TP391.4(计算技术、计算机技术)

资助基金：基础研究项目JCKY2020206B037

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：900-907