-
题名基于Mamba的轻量级三维点云实例分割算法
- 1
-
-
作者
崔丽群
郝思雅
栾五洋
-
机构
辽宁工程技术大学软件学院
中国民用航空飞行学院计算机学院
-
出处
《计算机工程与应用》
北大核心
2025年第8期194-203,共10页
-
基金
辽宁省高等学校基本科研项目(LJKMZ20220699)。
-
文摘
针对三维点云实例分割中的特征提取能力的不足、实例边缘的模糊性,以及在复杂场景中的实例识别困难的问题,提出了一种基于Mamba的轻量级三维点云实例分割算法。利用稀疏3D U-Net高效地对点云数据进行特征提取。为了增强模型对复杂场景的学习能力,进一步采用最远距离采样和球形查询聚类特征在节省计算量同时对信息进行二次提炼,这些处理后的特征利用混合专家模型最有效分配给不同专家网络,最后送入高效SSM模块,实现实例的精确查询。在ScanNetV2数据集上,取得了52.8%的mAP,并且在S3DIS等点云室内场景数据集上表现出优势,运行速率达到210 ms,实现了轻量级的优化。
-
关键词
点云实例分割
最远距离采样
球查询
-
Keywords
point cloud instance segmentation
farthest distance sampling
ball query
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名采用自注意力机制的点云数据三维目标检测
- 2
-
-
作者
马超
王晓华
焦英华
季顺平
-
机构
武汉大学遥感信息工程学院
天津市测绘院有限公司
山东省国土测绘院
-
出处
《测绘地理信息》
CSCD
2023年第6期133-137,共5页
-
基金
国家重点研发计划(2018YFB0505003)。
-
文摘
基于点云的三维目标检测网络选择采样点时通常只考虑点云的空间分布,导致采样点中前景点召回率较低;点云特征学习过程中只考虑点云的邻域信息而忽略了点云的全局信息,影响最终的回归和分类精度。针对上述问题,提出了基于加权特征的最远距离采样方法和叠加注意力模块。该采样方法综合考虑点云距离和特征差异,有利于保留更多的前景点;叠加注意力模块通过将通道注意力机制和自注意力机制相联接,有利于网络对全局特征的感知。在KITTI数据集上进行了实验,结果表明,本文方法能够有效地提升三维目标检测精度。
-
关键词
三维目标检测
点云
自注意力机制
最远距离采样方法
叠加注意力模块
-
Keywords
3D object detection
point cloud
self attention
farthest distance sample method
dual attention module
-
分类号
P208
[天文地球—地图制图学与地理信息工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
