摘要
在基于深度学习的三维点云语义分割算法中,为了加强提取局部特征细粒度能力和学习不同局部邻域之间的长程依赖性,提出一种基于注意力机制和全局特征优化的神经网络。首先,通过加性注意力的形式设计了单通道注意力模块和点注意力模块;前者通过自适应调节单通道中各点特征,加强了局部特征的分辨能力;后者通过调节单点特征向量之间的重要程度来抑制无用特征并减少特征冗余。其次,加入全局特征聚合模块来对各局部邻域特征进行聚合以捕获全局上下文信息,从而提高语义分割精度。实验结果表明,该方法在点云数据集S3DIS上,比RandLA-Net的平均交并比提升了1.8%,分割性能良好,具有较好的适应性。
- 单位