基于语义特征的3D点云室内目标检测
董雯
林靖宇
广西大学电气工程学院 南宁 530004
摘要：当前有许多关于点云目标检测的研究,但这些研究大多适用于室外环境.室内目标相对于室外目标的检测难点在于体积较小且细节较多.而点云数据具有稀疏性,不利于检测小型目标.为了提高室内目标的检测精度,提出了一种改进VoteNet的目标检测模型.首先,该模型添加了一个能有效提取语义特征的前置网络,通过将提取到的语义特征与几何特征进行融合,得到更有效的特征块用于目标检测.其次,通过在VoteNet投票簇生成阶段添加语义约束,一定程度上解决了VoteNet投票簇中点的语义非一致性问题.在公开数据集ScanNet上进行实验,实验证明改进模型在检测室内目标时获得了更高的检测精度.
关键词：3D点云语义特征室内目标检测深度学习
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61561005)广西研究生教育创新计划项目(YCSW2019026)
论文发表日期：2023-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1285-1290 )
英文信息