| 基于密度自适应深度网络的点云场景语义分割算法 |
| |
| 引用本文： | 卫刚,赵安铭,王志成. 基于密度自适应深度网络的点云场景语义分割算法[J]. 同济大学学报(自然科学版), 2021, 49(6): 900-907 |
| |
| 作者姓名： | 卫刚 赵安铭 王志成 |
| |
| 作者单位： | 同济大学 电子与信息工程学院，上海 201804 |
| |
| 基金项目： | 国防基础研究计划（JCKY2020206B037） |
| |
| 摘 要： | 由于传感器噪声干扰,点云密度不均匀,场景复杂多样以及物体之间存在遮挡现象等问题,使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题,提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数,利用核密度估计学习一个密度函数,对非均匀采样的点云数据进行卷积操作。同时,受深度学习在图像领域的启发,引入残差连接、空洞卷积等结构,训练更深层的点云分割网络。该算法在多个点云分割的标准数据集上取得了优秀的性能。
|
| 关 键 词： | 点云分割 图卷积 三维点云 深度学习 |
| 收稿时间： | 2020-10-13 |
Point Cloud Scene Semantic Segmentation Algorithm Based on Density Adaptive Deep Network |
| |
| WEI Gang,ZHAO Anming,WANG Zhicheng. Point Cloud Scene Semantic Segmentation Algorithm Based on Density Adaptive Deep Network[J]. Journal of Tongji University(Natural Science), 2021, 49(6): 900-907 |
| |
| Authors: | WEI Gang ZHAO Anming WANG Zhicheng |
| |
| Abstract: | |
| |
| Keywords: | point cloud segmentation graph convolution 3D point cloud deep learning |
|
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《同济大学学报(自然科学版)》下载全文 |
|
