三维点云语义分割方法

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。