典型文献
一种考虑法矢量的点云语义分割网络
文献摘要：
在基于深度学习的点云分类任务中,PointNet模型直接以点云的三维坐标作为输入,但其存在着对形状不规则物体的分类效果不理想的问题.在PointNet模型的基础上增加一个法矢量估计的模块,提出一种考虑点云法矢量的语义分割网络.其中,法矢量估计方法采用的是主成分分析方法.实验结果表明,改进模型的总体准确率、平均类别准确度和平均类别交互比相较于原始模型分别提升了 2.3个百分点、7.1个百分点和3.9个百分点.13个语义类别中有10个类别的分类效果得到提升,其中对沙发和柱状物的分类准确度分别提升了 45.6个百分点和42.2个百分点,平均类别交互比分别提升了 19.8个百分点和25.0个百分点.结果表明,考虑法矢量的PointNet网络能够在一定程度上提升网络的整体性能,对沙发和柱状物的分类效果有显著提升.
文献关键词：
图像处理;点云;深度学习;语义分割;法矢量;主成分分析
中图分类号：
作者姓名：
尚鹏飞;陈义;吕伟嘉;郑芳;王杰龙
作者机构：
同济大学测绘与地理信息学院,上海200092;现代工程测量国家测绘地理信息局重点实验室,上海200092
文献出处：
引用格式：
[1]尚鹏飞;陈义;吕伟嘉;郑芳;王杰龙-.一种考虑法矢量的点云语义分割网络)[J].激光与光电子学进展,2022(16):168-175
A类：
B类：
法矢量,点云语义分割,语义分割网络,点云分类,分类任务,PointNet,三维坐标,分类效果,云法,估计方法,主成分分析方法,改进模型,百分点,语义类别,沙发,柱状,状物,整体性能
AB值：
0.254303
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
