基于自注意力机制的自动驾驶场景点云语义分割方法

作     者：王大方 尚海 曹江 王涛 夏祥腾 韩雨霖 Wang Dafang;Shang Hai;Cao Jiang;Wang Tao;Xia Xiangteng;Han Yulin

作者机构：哈尔滨工业大学(威海)汽车工程学院威海264200 陆军装甲兵学院北京100072 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2022年第44卷第11期

页      面：1656-1664页

核心收录：

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 0401[教育学-教育学] 08[工学] 082304[工学-载运工具运用工程] 080203[工学-机械设计及理论] 080204[工学-车辆工程] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：哈尔滨工业大学重大科研项目培育计划(ZDXMPY20180109)资助 

主　　题：语义分割 大规模点云 自注意力机制 

摘      要：对车载激光雷达场景点云进行语义分割是自动驾驶环境感知环节的基础性工作。针对现有处理大规模自动驾驶场景点云方法对局部特征提取能力不足和难以捕捉全局上下文信息的问题,本文基于自注意力机制设计了局部和全局自注意力编码器,并搭建了特征聚合模块进行特征提取。实验结果表明,与同样采用局部特征聚合的网络RandLA-Net相比,在SemanticKITTI数据集上本文的方法可将平均交并比提升5.7个百分点,局部自注意力编码器的加入也使车辆和行人等小目标的分割精度提高2个百分点以上。