摘要

近年來(lái)，機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的應(yīng)用日益廣泛，其語(yǔ)義分割是實(shí)現(xiàn)三維場(chǎng)景理解的重要環(huán)節(jié)，但現(xiàn)有部分分割方法存在一定的缺陷。

本文提出了一種融合投影注意力和高程注意力機(jī)制的點(diǎn)云分割網(wǎng)絡(luò)（Projection Attention and Elevation Attention Network, PE-Net)。首先，為實(shí)現(xiàn)高效的全局依賴建模，投影注意力模塊將傳統(tǒng)自注意力中的鍵和值投影至一個(gè)低秩子空間，從而以線性計(jì)算復(fù)雜度捕捉長(zhǎng)距離關(guān)系。其次，為充分利用機(jī)載數(shù)據(jù)的垂直結(jié)構(gòu)先驗(yàn)知識(shí)，高程注意力模塊直接從點(diǎn)的Z坐標(biāo)學(xué)習(xí)注意力權(quán)重，顯式地增強(qiáng)了模型對(duì)地形變化的敏感度。最后，局部-全局特征增強(qiáng)模塊通過(guò)并行的最大池化與平均池化操作聚合了多尺度上下文信息，實(shí)現(xiàn)了局部幾何細(xì)節(jié)與全局語(yǔ)義的深度融合，有效提升了對(duì)復(fù)雜空間結(jié)構(gòu)的表達(dá)能力。

利用ISPRS Vaihingen3D 和GML等主流機(jī)載LiDAR點(diǎn)云數(shù)據(jù)集對(duì)本文方法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明：PE-Net在ISPRS Vaihingen3D數(shù)據(jù)集上取得了82.6%的OA分?jǐn)?shù)和72.1%的Avg.F1分?jǐn)?shù)，在GML數(shù)據(jù)集上則達(dá)到97.0%的OA分?jǐn)?shù)和72.8%的Avg.F1分?jǐn)?shù)；同時(shí)，在LASDU數(shù)據(jù)集上也展現(xiàn)出較優(yōu)的分割結(jié)果。與基線方法KPConv相比， PE-Net在GML數(shù)據(jù)集上的OA分?jǐn)?shù)和Avg.F1分?jǐn)?shù)上分別提升了7.0%和20.4%。

相較于現(xiàn)有主流方法，本文提出的PE-Net在總體精度和Avg.F1分?jǐn)?shù)上均取得了顯著提升，證明了PE-Net在復(fù)雜三維場(chǎng)景點(diǎn)云語(yǔ)義分割任務(wù)中的有效性和魯棒性。

引用

李龍威, 劉曉棟, 陳輝, 楊禮平, 趙立科, 張卡. 基于投影注意力和高程注意力的機(jī)載LiDAR點(diǎn)云語(yǔ)義分割[J]. 地球信息科學(xué)學(xué)報(bào), 2025, 27(11): 2684-2700

引言

本文提出了一種融合投影注意力與高程注意力機(jī)制的機(jī)載LiDAR點(diǎn)云語(yǔ)義分割網(wǎng)絡(luò)PE-Net(Projection Attention and Elevation Attention Network）。該網(wǎng)絡(luò)通過(guò)對(duì)傳統(tǒng)自注意力中的鍵和值進(jìn)行投影，得到一個(gè)投影后的注意力矩陣，以較低的計(jì)算代價(jià)建模全局長(zhǎng)距離依賴，同時(shí)通過(guò)高程注意模塊顯式提升對(duì)地形變化的感知能力。此外，該網(wǎng)絡(luò)設(shè)計(jì)了一個(gè)局部-全局特征增強(qiáng)模塊，通過(guò)對(duì)全局和局部特征進(jìn)行融合，以實(shí)現(xiàn)更加細(xì)致的空間結(jié)構(gòu)建模。

主要圖表

圖1 PE-Net網(wǎng)絡(luò)結(jié)構(gòu)示意

圖2 投影注意力結(jié)構(gòu)示意

圖3 局部-全局特征增強(qiáng)模塊結(jié)構(gòu)示意

表1 ISPRS Vaihingen3D數(shù)據(jù)集類別分布

圖4 ISPRS Vaihingen3D數(shù)據(jù)集可視化結(jié)果

圖5 ISPRS Vaihingen3D測(cè)試集分類結(jié)果混淆矩陣及誤差圖

圖6 ISPRS Vaihingen3D測(cè)試集分類結(jié)果可視化

圖7 GML測(cè)試集分類結(jié)果混淆矩陣及誤差圖

圖8 GML測(cè)試集分類結(jié)果可視化

圖9 LASDU測(cè)試集分類結(jié)果混淆矩陣及誤差圖

圖10 LASDU測(cè)試集分類結(jié)果可視化

圖11 高程注意力分?jǐn)?shù)渲染圖

結(jié)束語(yǔ)

本文針對(duì)ALS點(diǎn)云語(yǔ)義分割中全局建模不足和高程信息利用不充分的問(wèn)題，提出了一種融合投影注意力與高程注意力機(jī)制的新型深度學(xué)習(xí)點(diǎn)云語(yǔ)義分割網(wǎng)絡(luò)PE-Net。主要結(jié)論如下：

（1）為解決全局建模計(jì)算成本高昂的問(wèn)題，本文設(shè)計(jì)的投影注意力模塊在大幅降低計(jì)算復(fù)雜度的同時(shí)有效捕捉了長(zhǎng)距離空間依賴。為強(qiáng)化對(duì)地形特征的感知，高程注意力模塊顯式地利用了點(diǎn)云的垂直結(jié)構(gòu)信息。最后，通過(guò)局部-全局特征增強(qiáng)模塊實(shí)現(xiàn)了多尺度特征的高效融合，顯著提升了模型對(duì)復(fù)雜三維場(chǎng)景的綜合表達(dá)能力。

（2）本文在ISPRS Vaihingen3D、GML和LASDU數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。與KPConv基準(zhǔn)模型相比，PE-Net在3個(gè)數(shù)據(jù)集上的Avg.F1分?jǐn)?shù)分別提升了3.7%、20.4%和2.7%，驗(yàn)證了其在ALS點(diǎn)云語(yǔ)義分割任務(wù)中的有效性和魯棒性。本研究為大規(guī)模點(diǎn)云的高效全局建模提供了新的思路，對(duì)推動(dòng)高精度三維地理空間智能應(yīng)用具有重要意義。

盡管PE-Net在ISPRS Vaihingen3D等3個(gè)公開(kāi)點(diǎn)云數(shù)據(jù)集上取得了較好的語(yǔ)義分割結(jié)果，但其特征融合模塊采用的固定池化策略在聚合全局上下文時(shí)缺乏動(dòng)態(tài)適應(yīng)性，從實(shí)驗(yàn)結(jié)果上看，在“低矮植被”這一幾何形態(tài)更復(fù)雜、紋理更不規(guī)則的自然地物類別上，本方法的性能在ISPRS Vaihingen3D和LASDU數(shù)據(jù)集上相較于VD-LAB等方法存在一定差距。而這可能是因?yàn)楣潭ǖ某鼗呗栽谔幚磉@類紋理豐富但宏觀結(jié)構(gòu)不明顯的類別時(shí)，難以自適應(yīng)地捕捉到最關(guān)鍵的區(qū)分性特征。

未來(lái)的工作將探索引入可學(xué)習(xí)的自適應(yīng)聚合策略來(lái)替代或補(bǔ)充固定的池化操作，以增強(qiáng)模型對(duì)不同類別特征的動(dòng)態(tài)感知能力。另外，進(jìn)一步優(yōu)化模型輕量化設(shè)計(jì)，將其拓展至更多樣化的點(diǎn)云數(shù)據(jù)，并探索與多模-態(tài)數(shù)據(jù)的融合策略，以期在更廣泛的地理空間智能應(yīng)用中發(fā)揮更大作用。

來(lái)源：測(cè)繪學(xué)術(shù)資訊