综合动态图卷积和局部关系卷积的点云分类与分割

作者：陈西江; 邓辉^*; 赵不钒; 花向红; 李彭

来源：测绘科学, 2023, 48(08): 182-192.

DOI：10.16251/j.cnki.1009-2307.2023.08.022

• 深度学习
• 点云分类与分割
• 局部特征
• 图卷积
• 关系卷积

针对大多数深度学习网络忽略了点云的局部特征信息，对局部特征的提取能力不足的问题，该文将基于动态图的特征拼接和局部域关系卷积深度学习网络结合起来，进行点云分类和分割。提出的方法通过动态图卷积网络提取特征，获得包含更多信息的特征点。再次构建局部邻域，将特征点作为输入，寻找特征点之间的低维关系。最后通过关系卷积实现点云的分类和分割。实验表明，所提出的方法在点云分类上的总体准确率(OA)达到93.8%,比PointNet、DGCNN、RS-CNN和MSHANet分别高4.6%、0.9%、0.9%、2.5%。所提方法在部件分割上的平均交并比(mIoU)分别高于PointNet、DGCNN、RS-CNN和LRC-Net。所提出的方法在语义分割上的OA和mIoU比Point Transformer分别高2.1%和1.1%。

• 单位
  武昌理工学院; 武汉理工大学; 武汉大学