科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有深度学习网络结构单独提取点特征方式使网络缺乏度量空间中点之间邻域关系，以及几何信息的学习导致模型处理复杂场景能力较弱的问题，提出一种基于注意力机制结合邻域几何特征的点云语义分割算法，算法通过在邻域特征学习过程中引入注意力机制将中心点特征聚集为其邻域点特征的加权和，利用点之间相关性获得深层次细粒度局部特征；采用多尺度局部特征提取策略消除算法采样过程中信息丢失的影响。经实验验证，该文所提算法在室内场景数据集S3DIS上的平均交并比为53.12%，相较于PointNet++算法提升了5.96%。
- 单位
