来源：期刊VIP网 时间：
作者：胡立坤;王小勇;黄润辉;
单位：广西大学电气工程学院;
摘要：针对现有大规模场景点云语义分割方法效率低、难以满足实时性和大规模场景边界分割精度低的问题，提出一种高效稀疏特征聚合的点云语义分割方法。该方法以锥形栅格表述输入点云，设计高效稀疏特征聚合模块学习上下文语义特征，解决了特征提取计算量大、内存效率低的问题；通过邻域内语义标签单一性设计边界损失函数，解决物体边界模糊问题。实验表明：该方法在SemanticKITTI和nuScenes数据集上的语义分割平均交并比(mIoU)分别达到66.9%和74.1%,相比算法VCL分别提高了3.3、3.6个百分点；在SemanticKITTI验证集上推理速度达到19.2 Hz,远超该数据集点云采集频率10 Hz,满足实时性要求。本文方法能够更高效地提取稀疏语义特征，并能对物体边界进行准确分割。
关键词：稀疏特征聚合;;边界损失;;语义分割;;点云
基金资助：国家自然科学基金项目(61863002);; 广西重点研发计划项目(桂科AB21220039)
