用于机载激光雷达点云语义分割的空间特征结构生成网络 郭婷、 田泽宇、 刘新琪、 冷斌、 米刚伟

《Sensors》：Spatial Feature Structure Generation Network for Airborne LiDAR Point Cloud Semantic Segmentation Ting Guo, Zeyu Tian, Xinqi Liu, Bin Leng and Gangwei Mi

　　

摘要

随着机载光探测与测距（LiDAR）传感器的快速发展，点云已广泛应用于测量与制图工程、智能监控和自动驾驶等领域。然而，点云的不规则结构严重影响了点云的分割、识别和理解。为应对这一挑战，本文提出了一种空间特征结构生成网络（SFSGNet）。空间特征结构生成（SFSG）模块能够深度融合属性特征和空间坐标特征，从而在语义和空间背景下生成具有高度表现力的空间结构特征。通过这些空间结构特征，SFSGNet能够有效处理不规则点云，描述点云对象的结构，并实现准确的点云语义分割。我们使用ISPRS 3D标注基准数据集、DALES数据集和OpenGF数据集对SFSGNet进行了评估。实验结果表明，SFSGNet在ISPRS数据集上的平均F1分数为74.4%，总体准确率为85.4%；在DALES数据集上的平均F1分数为89.3%，总体准确率为98.1%；在OpenGF数据集上的平均F1分数为98.2%，总体准确率为98.5%。与其他代表性模型相比，SFSGNet展现了优异的分割性能和强大的泛化能力。