Dec, 2023

AEGIS-Net: 室内地点识别的注意力引导多层特征融合

PDF
TL;DRAEGIS-Net 是一种新颖的室内地点识别模型，它通过聚合低级颜色、几何特征和高级隐含语义特征来生成全局地点描述符。该模型采用自注意力模块来选择最重要的局部特征，以最佳地描述室内地点。我们在 ScanNetPR 数据集上评估了 AEGIS-Net，并将其性能与基于传统特征的深度学习方法和五种最先进的深度学习方法进行了比较。AEGIS-Net 表现出卓越的性能，超过了这六种方法。
aegis-netindoor place recognitionrgb point cloudsself-attention modulesscannetpr dataset
发现论文，激发创造
  • 基于注意力金字塔聚合网络的视觉地点识别

    提出了一种基于注意力机制的金字塔聚合网络（APANet），其中空间金字塔池化可以有效编码多尺度建筑物包含地理信息，而注意力模块则用于抑制混淆区域特征并突出辨别性特征，通过一种 PCA 白化策略在两个地点识别基准测试中表现优异。

    Aug, 2018

  • (AF) 2-S3Net: 基于自适应特征选择的注意力特征融合稀疏语义分割网络

    本文介绍了一种基于 AF2-S3Net 的端到端编解码 CNN 网络，用于 3D LiDAR 语义分割，并在大规模 SemanticKITTI 基准测试上展示了其优越性能。

    Feb, 2021

  • 用于语义分割的融合注意力网络，在极高分辨率遥感图像中的应用

    本文提出了一种多路径编码器结构来提取多路径输入的特征，多路径注意力融合块模块来融合多路径特征，以及细化注意力融合块模块来融合高层抽象特征和低层空间特征。同时，提出了一种新的卷积神经网络架构，名为注意力融合网络 (AFNet)。基于该 AFNet，在 ISPRS Vaihingen 2D 数据集上达到了 91.7% 的整体精度和 90.96% 的平均 F1 分数，在 ISPRS Potsdam 2D 数据集上达到了 92.1% 的整体精度和 93.44% 的平均 F1 分数，取得了最先进的性能。

    May, 2021

  • 基于姿态图的关注图神经网络用于激光雷达地点识别

    该研究提出了一种激光雷达场景识别方法，称为 P-GAT，通过比较一组点云之间的相似性来增加随时间捕获的点云之间的可接受领域，利用基于位姿图 SLAM 的概念，结合了点云之间的内部和外部注意力以及图神经网络来关联在欧几里德空间中附近位置捕获的点云以及其在特征空间中的嵌入。实验证明了该方法在识别缺乏明显特征的场景以及训练和测试环境具有不同分布（领域适应）时的有效性。与最先进技术的详尽比较显示出性能改进。代码将在接受后提供。

    Aug, 2023

  • 通过自注意力和多尺度改进室内点云语义和实例分割的 JSMNet

    室内 3D 点云数据的语义理解对于室内服务机器人、导航系统和数字孪生工程等一系列后续应用非常重要。我们提出了一种名为 JSMNet 的方法，它结合了多层网络和全局特征自注意力模块，共同分割三维点云的语义和实例。通过设计了一个多分辨率特征自适应融合模块，以考虑由于传感器距目标的距离不同而导致的点云密度差异，更好地表达了室内目标的特性。此外，我们提出了一种联合语义和实例分割的框架，通过整合语义和实例特征实现更优的结果。我们在 S3DIS 上进行了实验证明，我们的方法与其他方法进行了比较，结果显示在语义和实例分割以及目标局部区域分割方面，我们的方法优于现有方法。具体而言，在 S3DIS（Area 5）的语义分割 mIoU 方面，我们的方法在 PointNet (Qi et al., 2017a) 上表现优异，提高了 16.0%，在实例分割 mPre 方面提高了 26.3%。此外，在语义分割 mIoU 方面，我们的方法超过了 ASIS (Wang et al., 2019) 6.0% 和 JPSPNet (Chen et al., 2022) 3.3%，在实例分割 mPre 方面略微提高了 0.3%。

    Sep, 2023

  • 基于注意力机制的情境文本识别自适应嵌入门

    本研究提出了一种新的模块，即自适应嵌入门 (AEG)，并将其引入到注意机制中以解决预测限制对于文字场景识别表现的影响。该模块可以显著提高识别表现并带来更好的稳健性。

    Aug, 2019

  • AttaNet: 一种用于快速和精准场景解析的注意力增强网络

    提出了一种新的模型，称为 AttaNet，用于在保持高效的同时捕获全局上下文和多级语义，通过 Strip Attention 模块和 Attention Fusion 模块实现低复杂度计算和加权特征融合技术，并在两个语义分割基准测试中进行了广泛的实验，取得了不同水平的速度 / 精度平衡和领先的表现。

    Mar, 2021

  • 融合式地点识别中的明确交互

    提出了一种新的融合网络 EINet，利用 LiDAR 和摄像头数据实现了多模态特征的显式交互，并在 nuScenes 数据集上建立了一个新的基准，实验结果表明，相比现有的融合式地点识别方法，EINet 具有更好的识别性能和稳健的泛化能力。

    Feb, 2024

  • 大规模场所识别的高效三维点云特征学习

    本文提出了一种高效的点云学习网络 (EPC-Net) 以形成全局描述符用于视觉地方识别，该网络具有良好的性能并且可以降低计算内存和推理时间，通过在代理点和空间相邻矩阵上进行简化的边缘卷积实现对点云本地几何特征的聚合，然后设计轻量级分组 VLAD 网络 (G-VLAD) 以形成检索的全局描述符。

    Jan, 2021

  • 注意力门控网络：学习在医学图像中利用显著区域

    提出了一种新型的注意力门模型，可自动学习聚焦各种形状和大小的目标结构，在卷积神经网络模型中集成可以提高模型灵敏度和预测准确性并加速计算，应用于医学图像分类和分割任务中可提高模型预测性能并改进其启发机制。

    Aug, 2018