计算机应用研究

作者：田枫,徐昕,刘芳,刘宗堡,

单位：东北石油大学a.计算机与信息技术学院;b.地球科学学院,黑龙江大庆163318；

关键词：点云实例分割,双边特征学习,双边注意力机制,轻量级相似度量,

基金：黑龙江省自然科学基金资助项目(LH2021F004)；黑龙江省哲学社会科学基金资助项目(22EDE389)；黑龙江省高等学校教改工程项目(SJGZ20200037)；东北石油大学研究生教育创新工程项目(JYCX_11_2020)；东北石油大学引导性创新基金资助项目(2020YDL-11)；黑龙江省省属本科高校基本科研业务费资助项目(KYCXTD201903)；黑龙江省教育科学规划重点课题资助项目(GJB1421113)；；

针对现有的三维分割方法在挖掘点云特征时，会忽略几何特征有效利用的问题，提出双边特征和相似度量的点云实例分割网络3D-BSNet（3D-bilateral feature and similarity measure network）。该网络主要由双边特征学习和轻量级相似度量两部分组成。首先提出一种包含基于子流形稀疏卷积的3D-UNet和多层感知机的双边特征提取模块，用于提取经过体素化处理的点云数据的语义特征和几何特征；然后设计一种结合通道维度和空间维度的双边注意力机制，用于减少双边特征聚合过程中产生的信息损失；最后开发一种轻量级相似度量模块，获取高维嵌入特征空间中邻近点云之间的相似性，并生成细粒度实例分割结果。实验表明，3D-BSNet在S3DIS和Scannet（v2）数据集上的多指标综合表现优越，其中在Scannet（v2）上的平均精确率比 SSTNet 提高了3.3%，有效提高了室内场景三维实例分割的精度。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期