来源：期刊VIP网 时间：
作者：袁立成;魏振华;
单位：东华理工大学信息工程学院;东华理工大学核技术应用教育部工程研究中心;江西省核地学数据科学与系统工程技术研究中心;
摘要：激光雷达技术在移动设备中的广泛应用为点云数据的获取提供了更为便捷的手段。尽管如此，当前关于点云局部上下文表示的研究还存在较大的不足。在这一背景下，提出一种三维点云语义分割方法，即BiVector。该方法由Bilateral Augmentation模块（BAM）、Local Vector模块（LVM）和Dilated Residual模块（DiRes）三大组成部分构成。具体而言，BAM通过学习点云几何和特征属性之间的偏移量，有效地增强了每个点的局部上下文信息；而LVM引入了向量属性，提高了点云表示的自由度；与此同时，DiRes采用了扩张残差块，进一步提升了网络模型的分割性能。这三个模块的协同作用使得BiVector方法在语义分割任务中取得了显著成果。经实验验证，BiVector方法在S3DIS Area5数据集上取得了65.7%的分割精度，相较于其他方法有明显改进。
关键词：三维点云;;语义分割;;BiVector方法;;上下文信息;;残差块;;双边增强
基金资助：核技术应用教育部工程研究中心开放基金项目：铀矿γ能谱测井数据智能解析算法研究（HJSJYB2021-12）;; 江西省核地学数据科学与系统工程技术研究中心开放基金项目：智能解析算法在铀矿γ能谱测井数据的应用（JETRCNGDSS202202）;; 江西省教育厅科学技术研究项目：基于BP神经网络的脉冲中子测井铀含量预测方法研究（GJJ2200728）
