文章目录
Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation
投递CVPR2021
目前Semantic-KITTI榜第一
代码:https://github.com/xinge008/Cylinder3D
Cylinder3D
本文认为,室外点云分割和室内点云分割的数据分布是不同的,室外点云分割的应用大多是自动驾驶,而点云是由车载激光雷达扫描而得到的。而车载激光雷达扫描的特性就是按照柱坐标的方式在扫描,本文也是提出了基于柱坐标的voxel的划分,从而与激光雷达扫描过程保持一致。能够有效的减少空voxel的比率。网络结构如下:
Cylindrical Partition
第一部分是将点云转换为voxel的过程,其中过程还是比较容易理解的:
这里MLP的使用没有说的太清楚,查看代码Cylinder3D-master/network/cylinder_fea_generator.py的Line77-78可以看到,这个MLP相当于对每个点的坐标升维,然后对每个voxel内做channel-wise的max,得到每个voxel的特征。