超点图框架下融合双向注意力机制的点云语义分割方法研究

来源：南京信息工程大学学报·自然科学版杂志2025年第2期北京时间：

作者：李国立，陈焱明，夏家康，邹新灿

单位：李国立,河海大学 地球科学与工程学院, 南京, 211100,陈焱明,河海大学 地球科学与工程学院, 南京, 211100,夏家康,河海大学 地球科学与工程学院, 南京, 211100,邹新灿,河海大学 地球科学与工程学院, 南京, 211100

摘要：针对点云语义分割中,传统的图神经网络算法存在监督精度要求高、节点标签传递只能单向、未考虑全局信息等缺陷,本文提出一种基于双向注意力机制的点云语义分割方法.首先,将点云超分割为超点并建立超点图,从而将点云分类问题引入超点图网络框架中.然后,利用双向注意力模块,交替关注超点,根据邻接超点的权重更新超点特征,实现信息的双向传递.与以往的图池化方法不同,本文同时引入最大池化和平均池化,并将池化特征结合.最后,使用公开数据集Semantic3D进行训练和实验.结果表明,本文提出的方法可以有效地对标注误差进行纠正,同时耦合局部特征和长程信息,数据集的平均交互比(mIoU)和总体准确度(oAcc)分别为75.4%和95.1%,相比现有方法体现出更完善的标签传递机制和更高的分类精度.

关键词：点云语义分割;图神经网络;注意力机制;超点;图池化

基金资助：江苏省研究生科研与实践创新计划(SJCX24_0201);国家自然科学基金(42071440)