摘要
本文介绍了一种新的卷积神经网络（CNN），用于分类城市或室内场景的三维点云。针对在处理场景点云时遇到的问题，提出了相应的解决方案，并描述了一种仅利用多尺度邻域中点的位置进行点分类的网络结构。在缩减版的Semantic3D基准测试 [Hackel等，2017] 中，该网络排名第二，其性能超过了目前所有不使用正则化步骤的点分类方法。
代码仓库
xroynard/ms_deepvoxscene
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| semantic-segmentation-on-semantic3d | MSDeepVoxNet | mIoU: 65.3% |