第44卷第4期2023年4月激光杂志LASERJOURNALVol.44,No.4April,2023http∶//www.laserjournal.cn收稿日期:2022-08-14基金项目:国家自然科学基金(No.62072325)、山西省研究生创新项目(No.2021Y669)作者简介:杨亚坤(1989-),女,博士研究生,讲师,主要研究方向:三维点云处理。E-mail:yyktyust@126.com通讯作者:王安红(1972-),女,博士,教授,博导,主要研究方向:点云处理、图像/视频编码技术。E-mail:422941758@qq.com点-体素结合的多尺度激光点云学习网络杨亚坤,王安红太原科技大学电子信息工程学院,太原030024摘要:由激光扫描器获得的点云是表示三维世界的重要数据形式,已有许多方法学习点云特征,但大多都难以兼顾准确性和高效性。对此,提出一种结合点方法和体素方法的点云特征学习网络,该方法通过点分支获取激光点云的逐点特征和全局特征,通过体素分支获取点云在不同分辨率下的多尺度局部特征,将所有特征融合后应用于下游各类点云任务中。该网络既能利用点方法内存消耗小的优点,又能利用体素方法获得连续的内存访问具有良好的局部性和数据规则性的优点,适合疏密不均匀的激光点云学习。在ModelNet10/40和ShapeNet数据集上进行实验表明,该方法相比于之前的其他点云特征学习方法,分类和分割精度高、内存消耗少、计算速度快,同时兼具准确性、高效性、鲁棒性。关键词:激光点云;深度学习;特征学习;体素化;分类分割中图分类号:TP391.41文献标识码:Adoi:10.14016/j.cnki.jgzz.2023.04.134AMulti-scalepoint-voxel-jointdeeplearningnetworkforlaserpointcloudYANGYakun,WANGAnhongCollegeofElectronicandInformationEngineering,TaiyuanUniversityofScienceandTechnology,Taiyuan030024,ChinaAbstract:Thepointcloudobtainedbylaserscannerisanimportantdataformthatrepresentsthe3Dworld.Therehavebeenmanystudyonpointcloudfeaturelearning,butmostofthemaredifficulttobalanceaccuracyandefficiencyatthesametime.Inthisregard,thispaperproposesapointcloudfeaturelearningnetworkthatcombinespointmethodandvoxelmethod.Thismethodobtainsthepoint-wisefeaturesandglobalfeaturesofallpointsthroughthepointbranch,andobtainsthemulti-resolutionlocalfeaturesthroughthevoxelbranch,thenmergesallthefeaturestoapplytoallkindsofpointcloudtasks.Itcannotonlytakeadvantageofthepointmethodtoreducememoryconsumption,butalsousethevoxelmethodtoreducetheir...