3D-BSNet:双边特征和相似度量的点云实例分割网络

作者：田枫; 徐昕; 刘芳^*; 刘宗堡

来源：计算机应用研究, 2023, 40(08): 2514-2519.

DOI：10.19734/j.issn.1001-3695.2022.11.0777

• 点云实例分割
• 双边特征学习
• 双边注意力机制
• 轻量级相似度量

针对现有的三维分割方法在挖掘点云特征时，会忽略几何特征有效利用的问题，提出双边特征和相似度量的点云实例分割网络3D-BSNet(3D-bilateral feature and similarity measure network)。该网络主要由双边特征学习和轻量级相似度量两部分组成。首先提出一种包含基于子流形稀疏卷积的3D-UNet和多层感知机的双边特征提取模块，用于提取经过体素化处理的点云数据的语义特征和几何特征；然后设计一种结合通道维度和空间维度的双边注意力机制，用于减少双边特征聚合过程中产生的信息损失；最后开发一种轻量级相似度量模块，获取高维嵌入特征空间中邻近点云之间的相似性，并生成细粒度实例分割结果。实验表明，3D-BSNet在S3DIS和Scannet(v2)数据集上的多指标综合表现优越，其中在Scannet(v2)上的平均精确率比SSTNet提高了3.3%,有效提高了室内场景三维实例分割的精度。

• 单位
  东北石油大学