楼主: 2019hansi
300 0

[其他论文] 基于邻域信息编码的点云语义分割 [推广有奖]

  • 3关注
  • 3粉丝

等待验证会员

院士

3%

还不是VIP/贵宾

-

威望
0
论坛币
14 个
通用积分
85.0282
学术水平
0 点
热心指数
1 点
信用等级
0 点
经验
28278 点
帖子
1353
精华
0
在线时间
635 小时
注册时间
2019-6-4
最后登录
2024-4-26

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
1 论文标题:基于邻域信息编码的点云语义分割

2 作者信息:安金都, 周美丽*:延安大学物理与电子信息学院,陕西 延安

3 出处和链接:安金都, 周美丽. 基于邻域信息编码的点云语义分割[J]. 数据挖掘, 2023, 13(2): 194-201. https://doi.org/10.12677/HJDM.2023.132019

4 摘要:由于点云这种数据在各个领域的广泛应用,如何对其进行充分的利用就成了亟需解决的问题。良好的点云的语义分割结果可以为点云下游应用任务提供良好的基础。对于语义分割任务而言,全局信息和局部信息都是必要的,都发挥着重要的作用。基于局部特征越好最终的分割效果也会越好这样一个基本事实设计了一个名为邻域信息编码的模块,这个模块在进行局部特征提取的时候将中心点与中心点周围的邻域点之间的方向信息充分利用。原始的输入特征被认为是空间特征和附加特征(例如:颜色和深度)的组合,附加特征通过共享多层感知机进行处理,空间特征将会通过所提出的邻域信息编码模块来提取每一个中心点的邻域特征,处理之后的两部分特征将会被拼接起来作为最终的局部输出特征。从在公开数据集SS3DIS上的实验结果来看,所提出的模型在分割任务上有良好的表现,它的分割结果比当前最好的基线模型高了1.8%。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:电子信息学院 空间特征 电子信息 HTTP 数据挖掘

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-27 22:52