point cloud segmentation | BriefGPT

关键词point cloud segmentation

搜索结果 - 27

AAAI面向点云语义分割的边界感知几何编码
本文提供了一种新的方法，通过 Boundary Prediction Module（BPM）和 Boundary-aware Geometric Encoding Module（GEM）对二维和三维图像分割，对边界信息进行处理，在局部区域中
PDF3 years ago
野外场景三维图结构点云的弱监督语义分割
提出了一种基于 2D 监督的新型深度图卷积网络框架，用于大规模语义场景点云的分割，通过 Graph-based Pyramid Feature Network 和 Observability Network 可以隐式推断点集的全局和局部特征
PDF4 years ago
FuseSeg：利用多模态数据融合 LiDAR 点云分割
本文提出一种简单而有效的 LiDAR 和 RGB 数据融合方法，该方法可以对 LiDAR 点云进行分割和特征提取，从而极大地提高了分割精度和实时性能。研究结果在 KITTI 基准测试中获得了最高 18％的 IoU 提升。
PDF5 years ago
基于无序点云的快速 3D 线段检测
本文提出了一种用于大规模无序点云的三维线段检测的简单而高效的算法，基于点云分割和二维线段检测，能够有效地提取三维线段，以消除离群点和合并相邻的三维线段。
PDF5 years ago
ICCVVV-Net：带分组卷积的体素变分自编码神经网络用于点云分割
本研究提出了一种基于变分自编码器和径向基函数的点云分割算法，并引入了具有对称性的卷积神经网络进行形状分割，实验表明，在 ShapeNet 和 S3DIS 数据集上，该方法的性能优于当前的主流算法。
PDF6 years ago
SqueezeSegV2: 基于 LiDAR 点云的道路目标分割的改进模型结构和无监督域自适应
本篇论文介绍了一种新的模型，SqueezeSegV2，通过改进模型结构、训练损失、批量规范化和额外输入通道等方面，增强了对 LiDAR 点云中 drop noise 的鲁棒性，同时也提出一种包含三个重要组成部分的域自适应训练流程，可将在虚拟
PDF6 years ago
点云分割的正则化图卷积神经网络 (RGCNN)
本文提出了一种正则化图卷积神经网络 (RGCNN)，通过谱图理论，将点云中的特征视为图上的信号进行卷积，可以直接处理点云数据，提高了点云分割效能，并在 ShapeNet 部件数据集上进行了实验验证。
PDF6 years ago