PDF
摘要
针对现有大规模场景点云语义分割方法效率低、难以满足实时性和大规模场景边界分割精度低的问题,提出一种高效稀疏特征聚合的点云语义分割方法。该方法以锥形栅格表述输入点云,设计高效稀疏特征聚合模块学习上下文语义特征,解决了特征提取计算量大、内存效率低的问题;通过邻域内语义标签单一性设计边界损失函数,解决物体边界模糊问题。实验表明:该方法在SemanticKITTI和nuScenes数据集上的语义分割平均交并比(mIoU)分别达到66.9%和74.1%,相比算法VCL分别提高了3.3、3.6个百分点;在SemanticKITTI验证集上推理速度达到19.2 Hz,远超该数据集点云采集频率10 Hz,满足实时性要求。本文方法能够更高效地提取稀疏语义特征,并能对物体边界进行准确分割。
关键词
稀疏特征聚合
/
边界损失
/
语义分割
/
点云
Key words
高效稀疏特征聚合的点云语义分割方法[J].
广西大学学报(自然科学版), 2025, 50(03): 558-569 DOI:10.13624/j.cnki.issn.1001-7445.2025.0558