全局形状关系约束的点云三维目标检测方法

来源：计算机工程与应用杂志2025年第18期北京时间：

作者：鲜世洋, 李宗民, 公绪超, 徐畅, 张鹏, 王文超, 白云, 戎光彩

单位：1.中国石油大学（华东） 青岛软件学院、计算机科学与技术学院，山东 青岛 266580；2.中国石化集团 胜利石油管理局，山东 东营 257000

摘要：基于投票的方法在室内三维目标检测任务中展现出巨大的潜力，其中投票直接决定了检测结果的质量。然而位于物体空间重叠处的种子点容易出现错误投票的问题，即映射到错误目标物体中心附近。鉴于这些种子点在几何表面上通常是连续的，引入形状关系来改善这一问题。具体来说，提出了形状关系提取模块，通过构建二维流形并基于流形上的欧氏距离来表征形状关系，然后通过矩阵乘法实现形状关系对点云的约束。为了获取几何表面连续性信息，设计了二叉树Transformer模块。经过形状关系约束后的点云，通过优化的Transformer网络捕获全局上下文，从而学习到物体的表面结构。采用ScanNet和SUN RGB-D数据集进行对比实验，结果表明文中算法在mAP@0.25指标上分别达到65.1%和62.7%，相较于基线方法分别有6.5和5个百分点的提升，对比目前最优方法分别提高了0.6和1.1个百分点。

关键词：三维目标检测,点云,流形学习,Transformer,形状关系