摘要

我们研究大规模三维点云的高效语义分割问题。现有大多数方法依赖于昂贵的采样技术或计算开销较大的预处理/后处理步骤，因此仅能适用于小规模点云的训练与运行。本文提出RandLA-Net，一种高效且轻量化的神经网络架构，可直接对大规模点云进行逐点语义推断。我们方法的核心在于采用随机点采样，而非更为复杂的点选择策略。尽管随机采样在计算与内存使用上极为高效，但可能因偶然性而丢失关键特征。为克服这一问题，我们设计了一种新颖的局部特征聚合模块，能够逐步扩大每个三维点的感受野，从而有效保留几何细节。大量实验表明，我们的RandLA-Net能够在单次前向传播中处理高达一百万个点，速度比现有方法最快提升达200倍。此外，在两个大规模基准数据集Semantic3D和SemanticKITTI上的语义分割任务中，RandLA-Net显著超越了当前最优方法。