基于双通道自注意力的点云语义分割

摘要

针对点云语义分割存在局部特征提取细粒度特征描述能力不足,以及忽略局部与全局特征融合的问题。本文在主干网络中加入双通道自注意力机制,其中空间自注意模块学习邻域点之间的相互关联性,捕捉上下文信息,提高局部特征的分辨能力,通道自注意模块聚合通道结构信息,减少噪声影响。同时设计了多密度特征融合模块,将不同密度的点云作为基于双通道自注意力机制的骨干网络的输入,聚合不同密度的点云特征,融合局部与全局的特征,提高语义分割的性能。在S3DIS和Semantic3D数据集上的大量实验表明,双通道自注意力机制的有效性。

关键词

双通道自注意力 / 多密度特征融合 / 点云 / 语义分割