基于图卷积与分组向量注意力机制的三维点云语义分割方法

一种基于图卷积与分组向量注意力机制的三维点云语义分割方法，采用U‑Net风格的网络结构，通过多层次的特征编解码对点云进行特征提取与传播，每个层次首先通过几何仿射模块对局部邻域特征进行中心化和标准化，增强模型对局部区域多样性的捕获能力；其次，构建局部邻域图，设计非对称边缘特征学习函数提取局部拓扑信息；结合残差网络进一步提取深层边缘特征；最终，使用分组向量注意力机制在低参数量的条件下选择性融合局部特征与全局上下文信息，经过跨层次的特征插值上采样至原始尺度完成点云分割。本发明能够显著提高点云分割精度，并适用于移动机器人等搭载三维传感器的设备对复杂场景的感知。