可學習動態(tài)分組卷積神經網絡的大規(guī)模點云分割

摘要： 針對現有大規(guī)模點云語義分割算法提取特征時冗余干擾信息過多，導致神經網絡分割性能較差的問題，提出可學習動態(tài)分組卷積神經網絡架構，高效準確地實現大規(guī)模點云分割。對輸入點云以分組的方式進行局部幾何特征提取，并通過動態(tài)篩選和修剪冗余特征通道來減少無用特征信息對神經網絡特征識別的干擾，進一步提高網絡模型語義分割精度。構建位置編碼模塊，將點云位置特征映射到高維頻域空間，使神經網絡充分挖掘點... （共10頁）