[论文笔记]RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds

 

 

 

---

针对目前点云分割存在速度慢、显存需求大的问题，该文提出以一种高效率学习的方法。从论文的结果来看，该文不仅在计算时间和计算资源上大幅缩减，分割效果也是达到甚至超过了SOTA。

采样

大规模点云处理的一个挑战在于如何快速且有效地进行采样，从而加速应用所需的时间和计算资源。针对这个问题，本文的一个贡献在于比对了现有方法的效率，结论是尽管最远点采样是最流行的作法，但是对于LiDAR数据，每一帧上万个点需要处理，随机采样是最适合的，速度快并且performance也不错。但是随机采样可能会丢失重要的点，所以作者提出Local Feature Aggregation。

 Local Feature Aggregation

该部分能并行处理点，包含三个units:1) local spatial encoding (LocSE), 2) attentive pooling, and 3) dilated residual block.

Local Spatial Encoding

对于每个采样点，在原所有点云中找其KNN个临近点（欧氏距离）；再将该点和临近点以及他们之间的差concatenate并用MLP学习得到相对位置

 

 每个采样点得到相对位置后，将其和该点的特征concate，得到该点的一系列最终的增强采样点，组成一个向量。

Attentive Pooling

用attention的方式取代max/mean pooling进行特征融合

Dilated Residual Block

多层叠加

 整个网络结构