학술논문
基于语义信息的三维点云全景分割方法研究 / Research on Panoptic Segmentation of 3D Point Clouds based on Semantic Information
Document Type
Academic Journal
Author
Source
成都信息工程大学学报 / Journal of Chengdu University Of Information Technology. 38(5):535-542
Subject
Language
Chinese
ISSN
2096-1618
Abstract
针对端到端点云全景分割网络精度不足的问题,设计一种基于点云语义信息的全景分割算法.首先利用语义分割模型获取点云数据语义信息,然后结合点云语义和空间信息,对前景目标(车、人等)进行聚类.具体地,为避免同类别相邻目标被聚类为一个目标,提出融合法向量夹角特征、空间位置、语义信息的聚类算法进行准确的前景实例分割.最后,提出一种新的类别划分方法,在不影响后续决策处理情况下,显著增加分割质量.SemanticKITTI数据集上的实验结果表明,提出的方法在全景质量、分割质量、识别质量、平均交并比4 个指标上取得了较好的效果,分别达到56.6%、82.3%、68.2%、68.1%,并保持较快的速度(175 ms),充分证明其有效性和实用性.