可学习动态分组卷积神经网络的大规模点云分割

摘要： 针对现有大规模点云语义分割算法提取特征时冗余干扰信息过多，导致神经网络分割性能较差的问题，提出可学习动态分组卷积神经网络架构，高效准确地实现大规模点云分割。对输入点云以分组的方式进行局部几何特征提取，并通过动态筛选和修剪冗余特征通道来减少无用特征信息对神经网络特征识别的干扰，进一步提高网络模型语义分割精度。构建位置编码模块，将点云位置特征映射到高维频域空间，使神经网络充分挖掘点... （共10页）