3D-BSNet:双边特征和相似度量的点云实例分割网络

打开文本图片集

摘 要：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。（剩余17231字）