基于语义信息的三维点云全景分割方法研究

作     者：任不凡 黄小燕 吴思东 蒋涛 袁建英 REN Bufan;HUANG Xiaoyan;WU Sidong;JIANG Tao;YUAN Jianying

作者机构：成都信息工程大学自动化学院四川成都610225 

基　　金：国家自然科学基金资助项目(62103064) 四川省科技厅资助项目(2021YFG0295、2021YFG0133、2021YFN0104、2021YFH0069、2022YFN 0020、2022YFS0565) 四川省无人系统智能感知控制技术工程实验室开放课题资助项目(WRXT2020-001、WRXT2020-002、WRXT2020-005) 

出 版 物：《成都信息工程大学学报》 (Journal of Chengdu University of Information Technology)

年 卷 期：2023年第38卷第5期

页      码：535-542页

摘      要：针对端到端点云全景分割网络精度不足的问题,设计一种基于点云语义信息的全景分割算法。首先利用语义分割模型获取点云数据语义信息,然后结合点云语义和空间信息,对前景目标(车、人等)进行聚类。具体地,为避免同类别相邻目标被聚类为一个目标,提出融合法向量夹角特征、空间位置、语义信息的聚类算法进行准确的前景实例分割。最后,提出一种新的类别划分方法,在不影响后续决策处理情况下,显著增加分割质量。SemanticKITTI数据集上的实验结果表明,提出的方法在全景质量、分割质量、识别质量、平均交并比4个指标上取得了较好的效果,分别达到56.6%、82.3%、68.2%、68.1%,并保持较快的速度(175 ms),充分证明其有效性和实用性。

主 题 词：全景分割 深度学习 三维点云 聚类算法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16836/j.cnki.jcuit.2023.05.007

馆 藏 号：203124233...