论文题目:High-Performance Feature Extraction Network for Point Cloud Semantic Segmentation
论文地址:https://ieeexplore.ieee.org/abstract/document/10474110
分为三个部分:平面几何特征的提取,几何和语义特征融合以及Transformer提取特征。
1. 平面几何特征的提取
先旋转再提取平面特征再结合自身坐标特征。
![](https://img-blog.csdnimg.cn/direct/6a55d2329e204ea386236124133e8694.png)
2. 几何和语义特征的分开处理
![](https://img-blog.csdnimg.cn/direct/c558208c79bd4f51bc9806f7dcf6615b.png)
坐标使用1x1卷积处理,特征使用3x3的卷积增加感受野。因为排序了所以可以使用3x3卷积。
3. Transformer模块
![](https://img-blog.csdnimg.cn/direct/029bcec532844e19a0fcf8f9d1e6b348.png)
4. 结果:
![](https://img-blog.csdnimg.cn/direct/433711d4168545e2bb3061c669c27fde.png)
结果超过base
5. 网络和模块参数量分析:
![](https://img-blog.csdnimg.cn/direct/1adf1a00522f458984d5ec26f213b252.png)
参数量也较少