激光与红外2024，Vol.54Issue(1) ：17-23.DOI:10.3969/j.issn.1001-5078.2024.01.003

基于Transformer的道路场景点云分类与分割方法

A Transformer-based classification and segmentation approach for classifying and segmenting road field attraction clouds

马庆禄 孙枭 黄筱潇 王江华
激光与红外2024，Vol.54Issue(1) ：17-23.DOI:10.3969/j.issn.1001-5078.2024.01.003
✕
  • 维普
  • 万方数据

基于Transformer的道路场景点云分类与分割方法

A Transformer-based classification and segmentation approach for classifying and segmenting road field attraction clouds

马庆禄 1孙枭 1黄筱潇 1王江华2
扫码查看

作者信息

  • 1. 重庆交通大学交通运输学院,重庆400074
  • 2. 重庆奉建高速公路有限公司,重庆401120
  • 折叠

摘要

针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Trans-former模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度.实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为85.9％,比其他模型平均高出3.5％,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑.

关键词

点云识别/道路场景/点云分割/点集嵌入/Transformer

Key words

pointcloud recognition/road scenes/point cloud segmentation/point set embedding/Transformer

引用本文复制引用

基金项目

国家重点研发计划项目(2018YFB1600200)

重庆市教育委员会教委科学技术研究计划重点项目(KJZD-K202000704)

出版年

2024
激光与红外
华北光电技术研究所

激光与红外

CSTPCD北大核心
影响因子：0.723
ISSN：1001-5078
参考文献量11
段落导航相关论文