点云语义分割网络

精度达最优水平

利用Transformer跨特征融合与自适应感知，提升大规模点云场景边界与多尺度目标分割精度。

Jianjun, Zhang · Zhipeng, Jiang · 邱芹军 · 刘郑

Pattern Recognition 2024

技术优势

边界更清晰

利用几何与语义信息学习特征偏移，直接克服分割结果的边界模糊。

多尺度更稳

自适应感知模块通过交叉注意力分配权重，建立长程上下文依赖，增强对不同尺度目标的识别。

应用场景

• 自动驾驶环境感知：提供更精确的场景边界分割，提升车辆对道路和障碍物的理解。
• 机器人导航：增强机器人对多尺度环境的感知，支持复杂场景下的可靠导航。
• 三维场景重建：改善边界与细节分割，提升三维重建模型的结构完整性。
• 遥感点云分析：有效识别遥感点云中的多尺度地物，提高分类精度。