基于语义信息的三维点云全景分割方法研究

作者：任不凡; 黄小燕; 吴思东^*; 蒋涛; 袁建英

来源：成都信息工程大学学报, 2023, 38(05): 535-542.

DOI：10.16836/j.cnki.jcuit.2023.05.007

• 全景分割
• 深度学习
• 三维点云
• 聚类算法

针对端到端点云全景分割网络精度不足的问题,设计一种基于点云语义信息的全景分割算法。首先利用语义分割模型获取点云数据语义信息,然后结合点云语义和空间信息,对前景目标(车、人等)进行聚类。具体地,为避免同类别相邻目标被聚类为一个目标,提出融合法向量夹角特征、空间位置、语义信息的聚类算法进行准确的前景实例分割。最后,提出一种新的类别划分方法,在不影响后续决策处理情况下,显著增加分割质量。SemanticKITTI数据集上的实验结果表明,提出的方法在全景质量、分割质量、识别质量、平均交并比4个指标上取得了较好的效果,分别达到56.6%、82.3%、68.2%、68.1%,并保持较快的速度(175 ms),充分证明其有效性和实用性。

• 单位
  自动化学院; 成都信息工程大学