检索结果-南通市图书馆

激光与光电子学进展 2025年

作者：陈琪王康年焦志强黄战华天津大学精密仪器与光电子工程学院光电信息技术教育部重点实验室

现有基于transformer的点云语义分割方法通常依赖于同级跳跃连接的编码-解码结构，但该结构在特征融合过程中容易导致编码器特征与解码器特征难以有效融合，并且在采样过程中会丢失一部分细节。针对这些问题，本文提出了一种基于全尺度... 详细信息

现有基于transformer的点云语义分割方法通常依赖于同级跳跃连接的编码-解码结构，但该结构在特征融合过程中容易导致编码器特征与解码器特征难以有效融合，并且在采样过程中会丢失一部分细节。针对这些问题，本文提出了一种基于全尺度跳跃连接和通道注意力机制的改进point transformer v2模型。首先，利用全尺度跳跃连接有效融合浅层和同级编码器特征以及先前的解码器特征，为解码器提供细节丰富的多尺度信息，从而增强模型对复杂场景的感知能力，使分割结果更加精细。接着，采用通道注意力机制自适应地调整模型对特征序列中各通道特征的关注程度，进一步提高分割精度。此外，改进的分组向量注意力机制通过使用简单的线性层作为权重编码层，显著降低了模型的参数量。实验结果表明，本文模型在S3DIS数据集上取得了良好的分割结果，m Io U达到了71.5%，较point transformer v2提高了1.9%；同时，模型参数量相比point transformer v2减少了14.16%。这表明，所提模型具有更优越的分割性能和更高的参数效率。

关键词：全尺度跳跃连接通道注意力机制改进point transformer v2模型点云语义分割

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：