m0_73898398的博客

原创 学习周报：Boundary-aware Feature Propagation for Semantic Segmentation of 3D Point Clouds 论文精读

三维点云的语义分割旨在为每个点标记一个语义类别(例如，建筑物，树木，窗户)，这是3D计算机视觉中的一项基础但具有挑战性的任务。成功解读3D点云的语义是自动驾驶[42]、机器人[5]和城市环境建模[3]等各种应用的关键先决条件。 在深度学习和全卷积网络（FCN）在2D图像识别中取得成功的推动下，已经提出了许多用于3D点云语义分割的工作，通过将点转换为规则网格或体素作为标准FCN的输入[9，20，25，27，35，38]。这种方法引入了额外的计算成本和信息损失，从而导致性能不佳。为了避免这种情况，开创