计算机工程与科学

作者：刘李漫, 谭龙雨, 彭源, 刘佳

单位：（中南民族大学生物医学工程学院,湖北 武汉 430074）

关键词：全融合网络,特征融合,语义分割,三维点云,深度学习,

基金：国家自然科学基金(61976227);湖北省自然科学基金(2019CFB622);重点实验室基金(6142113180202)

为提高室内场景的点云语义分割精度，设计了一个全融合点云语义分割网络。网络由特征编码模块、渐进式特征解码模块、多尺度特征解码模块、特征融合模块和语义分割头部组成。特征编码模块采用逆密度加权卷积作为特征编码器对点云数据进行逐级特征编码，提取点云数据的多尺度特征；然后通过渐进式特征解码器对高层语义特征进行逐层解码，得到点云的渐进式解码特征。同时，多尺度特征解码器对提取的点云多尺度特征分别进行特征解码，得到点云多尺度解码特征。最后将渐进式解码特征与多尺度解码特征融合，输入语义分割头部实现点云的语义分割。全融合网络增强了网络特征提取能力的鲁棒性，实验结果也验证了该网络的有效性。

来源：2022年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第5期