5月25日，記者從山西大學獲悉，該校智能信息處理研究所團隊用圖調控網絡實現高性能點云分割，相關成果發(fā)表在人工智能領域國際期刊《IEEE模式分析與機器智能匯刊》。
點云數據分析廣泛應用于自動駕駛、三維理解和機器人等領域。點云分割是點云數據分析領域中基本且具有挑戰(zhàn)性的任務，旨在根據不同屬性與功能將目標點云劃分成不同區(qū)域。
“實現高性能點云分割，關鍵在于提取具有判別性的逐點特征?！鄙轿鞔髮W智能信息處理研究所團隊成員介紹，在點云不同分割區(qū)域邊界處，鄰域節(jié)點往往存在較強異質性。此前的方法在實現特征聚合過程中忽略了節(jié)點之間同質與異質關系。這使得節(jié)點特征混入不必要的異質節(jié)點信息，導致點云分割邊界模糊。
針對上述問題，研究團隊提出了一種圖調控網絡，將點云建模為同質—異質圖。他們結合圖注意力模型，設計了基于同質性指導的圖注意力卷積，挖掘局部鄰域內同質性特征。研究團隊還進一步設計了原型特征提取模塊，從全局范圍原型空間中進一步挖掘同質性特征，提高節(jié)點特征判別性，進一步提升點云分割性能。
據悉，研究成果進一步增強了節(jié)點特征的判別性，提高了點云分割邊界清晰度。
（記者韓榮）
（責任編輯：梁艷）
晉公網安備 14090202000008號 
