一种考虑法矢量的点云语义分割网络

作者：尚鹏飞; 陈义; 吕伟嘉; 郑芳; 王杰龙

来源：激光与光电子学进展, 2021, 1-16.

• 点云
• 深度学习
• 语义分割
• 法矢量
• 主成分分析

在基于深度学习的点云分类任务中，Pointnet直接以点云的三维坐标作为输入，但其存在着对形状不规则的物体的分类效果不理想的问题。本文在Pointnet模型的基础上增加一个法矢量估计的模块，提出一种考虑点云法矢量的语义分割网络。其中，法矢量估计方法采用的是主成分分析方法。实验结果表明，本文改进模型的总体准确率、平均类别准确度和平均类别交互比相较于原始模型分别提升了2.3%、7.1%和3.9%。13个语义类别中有10个类别的分类效果得到提升，其中对沙发和柱状物的分类准确度分别提升45.6%和42.2%，平均类别交互比分别提升了19.8%和25%。结果表明，考虑法矢量的Pointnet网络能够在一定程度上提升网络的整体性能，对沙发和柱状物的分类效果有显著提升。

• 单位
  同济大学