圆柱体坐标系、非对称卷积、点云、分割算法

基于圆柱体坐标系和非对称卷积的点云分割算法

Cylindrical and Asymmetrical 3D Convolution Network for LiDAR Segmentation——祝新革

---

---

前言

点云的分割任务
对于给予的点云中的每一个点赋予语义信息

---

一、点云分割的历史工作？

1.point-wise

基于点集的语义分割的相关方法 ——pointnet、pointnet++ 之后有提出 ：EdgeConv、 R-GCNN 、Spectral Graph Conv 、Geo-CNN

这些方法多应用于室内点云，不足之处在于需要做一些KNN的处理，以及对于点云的数量有一定的要求和限制。

优点：共享MLP 以及应用max_pooling

2.Projection-wise

相关工作：将点云的数据从Range View 投影为Range Image ，然后利用2D卷积处理。

Seq