联合边界感知和多特征融合的点云语义分割方法OACSTPCD
针对当前大多数基于深度学习的点云语义分割方法容易忽略过渡区域的目标边界,造成边界处存在模糊特征的问题,提出了一种联合边界感知和多特征融合(boundary-aware and multi-feature fusion, BA-MFF)的点云语义分割方法。首先,对骨干网络进行优化,使得提取到的特征更具有鲁棒性;其次,设计了边界感知模块(boundary-aware module, BAM)关注过渡区域的目标边界,该模块包含边界点预测模块(bound…查看全部>>
卢健;赵杰;郭会会;梁有成;郑雨飞
西安工程大学电子信息学院,陕西西安710048西安工程大学电子信息学院,陕西西安710048西安工程大学电子信息学院,陕西西安710048西安工程大学电子信息学院,陕西西安710048西安工程大学电子信息学院,陕西西安710048
计算机与自动化
深度学习语义分割方法边界感知点云多特征融合
《西安工程大学学报》 2023 (6)
P.137-144,8
陕西省自然科学基础研究计划重点项目(2018JZ6002)西安市碑林区应用技术研发项目(GX2305)。
评论