基于聚合全局流嵌入的场景流估计网络

• 作者: 黄梓钧 李东
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 场景流 注意力 全局 流嵌入
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2022.03.016

摘要

为了更有效地融合两帧点云间不同尺度的运动特征,进一步提升基于点云的场景流估计网络的性能,提出了基于聚合全局流嵌入的场景流估计网络.该网络以学习的方式得到源点云的自注意力,并以此聚合从源点云和目标点云间学习到的流嵌入,从而捕获全局的运动特征.同时在流嵌入层添加平均池化来减少了最大池化造成信息的损失和提高流嵌入的表示能力.通过在FlyingThings3D数据集上进行定性和定量的比较实验,并与当前最先进的几个场景流估计网络相比,提出的场景流估计网络在性能上超越了当前的算法.