基于超点图的点云实例分割方法
作者:
作者单位:

同济大学 CAD研究中心,上海201804

作者简介:

王志成(1975—),男,副研究员,工学博士,主要研究方向为计算机视觉、模式识别。E-mail: zhichengwang@tongji.edu.cn

通讯作者:

余朝晖(1994—),男,硕士生,主要研究方向为目标检测与识别。E-mail: yuzhaohui94@163.com

基金项目:

上海市科委项目(16111107602)


Point Cloud Instance Segmentation Method Based on Superpoint Graph
Author:
Affiliation:

CAD Research Center, Tongji University, Shanghai201804, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    提出一种基于超点图的点云实例分割(ISPG)方法。基于超点图结构提取点云对象相邻点之间的关联性特征,并且将传感器扫描的场景划分为均匀的几何元素,用来表示同属性的点云类,再由一个图卷积网络实现实例分割。结果表明:IoU阈值为0.5的情况下,该方法在斯坦福大型三维(3D)室内空间数据集S3DIS上精度达到了48.9%。

    Abstract:

    A point cloud instance segmentation method based on superpoint graph(ISPG) is proposed in this paper. The correlation between the adjacent points of point cloud objects is extracted based on superpoint graph structure. Then, the scene scanned by a sensor is divided into uniform geometric elements to represent the point cloud classes with same attributes. Finally, a graph convolution network is used to implement instance segmentation. It is shown that the method has an accuracy of 48.9% on Stanford’s large 3D indoor spatial dataset S3DIS when the IoU threshold is 0.5.

    参考文献
    相似文献
    引证文献
引用本文

王志成,余朝晖,卫刚,孙雨.基于超点图的点云实例分割方法[J].同济大学学报(自然科学版),2020,48(9):1377~1384

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2020-04-11
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2020-09-27