计算机辅助设计与图形学学报

作者：李彭, 陈西江, 赵不钒, 宣伟, 邓辉

关键词：三维点云, 空洞采样, 物体分割, 注意力机制, 方向编码

针对现有方法在处理局部特征时忽略方向信息, 且由于卷积核大小的限制无法有效地提取点云邻域特征等问题, 提出一种点云分割方法. 首先结合方向编码和空洞采样最大程度扩大网络的局部感受野. 其次利用图卷积神经网络挖掘局部邻域内点的信息. 然后使用邻域特征提取层自动加权融合邻域特征为更具有代表性的单个特征点. 最后结合空间注意力机制, 增加远程点之间的联系. 在S3DIS数据集上进行物体分割实验的结果表明, 所提方法的OA和mIoU比PointWeb高1.3个百分点和4.0个百分点, 比基线方法RandLA-Net高0.6个百分点和0.7个百分点, 使用空洞采样与方向编码能够有效地提高点云的语义分割精度.

来源：2024年第7期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第7期