计算机应用

作者：廉飞宇, 张良, 王杰栋, 靳于康, 柴玉

单位：1.湖北大学 资源环境学院, 武汉 430062；2.区域开发与环境响应湖北省重点实验室(湖北大学), 武汉 430062；3.浙江省第二测绘院, 杭州 310012

关键词：语义分割,室外场景,局部特征,注意力机制模块,局部邻接图,图模型

基金：国家自然科学基金资助项目(41601504);高分辨率对地观测系统重大专项(11?H37B02?9001?19/22)

针对在多对象且空间拓扑关系复杂的室外场景环境中相似地类区分难的问题，提出一种结合图模型与注意力机制模块的A-Edge-SPG（Attention-EdgeConv SuperPoint Graph）图神经网络。首先，利用图割和几何特征结合的方法对超点进行分割；其次，在超点内部构造局部邻接图，从而在捕获场景中点云的上下文信息的同时利用注意力机制模块凸显关键信息；最后，构建超点图（SPG）模型，并采用门控循环单元（GRU）聚合超点和超边特征，实现对不同地类点云间的精确分割。在Semantic3D数据集上对A-Edge-SPG模型和SPG-Net（SPG neural Network）模型的语义分割效果进行比较分析。实验结果表明，相较于SPG模型，A-Edge-SPG模型在总体分割精度（OA）、平均交并比（mIoU）和平均精度均值（mAA）上分别提升了1.8、5.1和2.8个百分点，并且在高植被、矮植被等相似地类的分割精度上取得了明显的提升，改善了相似地类间语义分割的效果。

来源：2023年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第12期