首页|优化球查询算法的点云分割

优化球查询算法的点云分割

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为丰富PointNet++网络局部特征的表征能力、加强细节特征的表达效果、提高点云模型的分割精度,针对PointNet++中多尺度和多分辨率算法都采用的点集重叠划分方法—球查询算法进行了研究.在PointNet++中,球查询算法随机选取球形邻域内的特征点提取局部特征,导致局部特征表达效果欠佳.为加强局部特征表征能力,引入K-近邻优化策略,将球邻域内的特征点按照与中心点的距离由近及远排序.在局部特征提取过程中,当球邻域内的点数超过需要的特征点时选取距中心点相对较近的一批点作为局部特征提取点;当球邻域中的点数少于需要的特征点时,选取距中心点最近的特征点复制多次,补齐特征表示.将优化的球查询算法应用于PointNet++分割网络,利用S3DIS和ShapeNetPart作为数据集验证算法的有效性.实验结果表明,优化的球查询算法丰富了网络的局部特征表征能力,强化了细节特征的表达效果,提高了分割精度.
Point Cloud Segmentation of Optimized Ball Query Algorithm

王爱兵、杨晓文、韩燮、郭新东、彭志斌、郭子军、贾彩琴

展开 >

中北大学 大数据学院,山西 太原 030051

球查询 多尺度 多分辨率 PointNet++ K-近邻 局部特征

山西省回国留学人员科研项目山西省重点研发计划山西省自然科学基金

2020-113201903D121147201901D111150

2022

10.3969/j.issn.1673-629X.2022.08.009

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(8)
  • 8