基于光电拓扑和全局特征的室内3D点云分割

来源：激光与红外杂志2026年第2期北京时间：

作者：朱晓红

单位：1.云南电网有限责任公司曲靖供电局,云南 曲靖 655000；2.西安交通大学 数学与统计学院,陕西 西安 710049；

摘要：三维点云语义分割作为机器人迈向认知智能的关键技术,目前存在边缘特征分类精度低的问题。这类问题主要是由于语义分割网络在提取点的深层特征时忽略了邻域点间深层的特征关联,在特征采样时忽略了全局特征的细粒度表达能力所导致。基于此,本文提出的方法在特征提取阶段采用拓扑感知机制,帮助网络更大程度地捕获邻域点特征之间的相似性关联；在语义信息生成阶段引入基于U Net架构的全局特征增强模块,利用与特征提取阶段相同维度的特征张量实现对于上采样特征的增强,帮助网络聚焦细粒度的局部信息,从而实现更精确的语义判别能力。本文的方法在S3DIS数据集的Area5测试集上达到了867的准确率与607的平均交并比,在ShapeNet数据集上达到了851的平均交并比。实验结果表明,与对比的经典方法相比,本文提出的点云语义分割算法取得了更优的语义分割效果。

关键词：三维点云语义分割;局部图机制;相似性关联;全局特征增强;细粒度局部信息

基金资助：云南电网公司科技项目计划“配电网线路夜间巡视与隐患检测关键技术研究与应用”(No.YNKJXM20220070)资助。