HyperAIHyperAI

Command Palette

Search for a command to run...

基于人类视觉的大规模室外场景三维点云语义分割

Sunghwan Yoo Yeongjeong Jeong Maryam Jameela Gunho Sohn

摘要

本文提出了一种名为EyeNet的新颖点云语义分割网络,旨在解决以往研究中常被忽视但至关重要的覆盖区域大小问题。受人类周边视觉机制的启发,EyeNet通过引入一种简洁而高效的多轮廓输入方式,以及具有并行处理结构并辅以流间连接块的网络架构,克服了传统网络的局限性。实验结果表明,该方法在密集点云处理方面具有显著优势,通过消融实验验证了其有效性,并在大规模室外数据集上取得了当前最先进的性能表现。


用 AI 构建 AI

从创意到上线——通过免费 AI 协同编码、开箱即用的环境和最优惠的 GPU 价格,加速您的 AI 开发。

AI 协同编码
开箱即用的 GPU
最优定价

HyperAI Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于人类视觉的大规模室外场景三维点云语义分割 | 论文 | HyperAI超神经