词 分割算法 word segmentation_RangeNet++: 快速精确的雷达数据语义分割（IROS 2019）...

本文主要介绍一篇关于雷达数据语义分割的文章。这篇文章将点云通spherical projection投到2D平面后，先通过高效的CNN网络得出segmentation结果，然后还原出点云的segmentation结果，最后用一个精巧的knn-search算法，对结果进行优化。论文、代码地址：

RangeNet++: Fast and Accurate LiDAR Semantic Segmentation​www.ipb.uni-bonn.de PRBonn/lidar-bonnetal​github.com

1. 总体流程

如上图所示，总体流程分为4步：

• A：球映射（Spherical projection）
• B：语义分割（Segmentation）
• C：点云重建（Point cloud reconstruction）
• D：点云后处理（Post-processing）

2. 球映射（Spherical projection）

这步主要将3D点云映射为2D的range image，即将

映射为

。映射公式如下：

其中：

• 为2D range image的宽和高；
• 分别为雷达垂直方向的上、下视角范围
• 垂直方向总的视角范围
• 表示一个点到雷达的3D距离

映射完位置后，接着给每个2D位置设置feature。这里，根据每个

点对应的3D点，选取一下信息：

• 3D坐标
• 反射率（remission）
• 距离（range）

每个坐标对应以上5个数值，所以最后可以得出一个

的向量。

这种映射方式可能会丢失一些点。因此，为了后面后处理时对结果进行优化，将丢失的点补上，把所有3D点对应的

座标组成一个list保存起来，后面会用到。

3. 语义分割（Segmentation）

这步主要对range image进行语义分割。具体使用如下图所示的沙漏形状的网络：

从图中可以看出，网络在进行downsample和upsample时，只在宽度上进行操作，保持高度不变。只要原因是，使用的数据集是用Velodyne HDL-64E激光扫描仪采集的，垂直方向只能采集64个值，相对于水平方向可以任意旋转360度采集数据来说（2048左右），数据量少很多。因此，为了防止垂直方向的信息步丢失，所以，只在水平方向进行downsample和upsample。

训练时的loss，使用加权的cross-entropy：

其中，

表示特定的类别出现的频率。这里主要是为了处理各个类的点数不均匀的情况。可以看出，加上

后，出现率低的类对应的点，相比出现率高的类对应的点，惩罚更大一些。

4. 点云重建（Point cloud reconstruction）

这步主要是把2D range image 图片segmentation的结果，映射到每个3D点上。这里需要注意的是，2D range image上的一个

点， 可能对应多个实际的3D点，比如为了考虑计算速度，2D range image的尺寸尽可能小而需要下采样时，多个3D点可能就映射到了同一个2D点。

具体操作是用之前保存的所有3D点对应的2D座标，找出其对应的segmentation结果。

5. 点云后处理（Post-processing）

如上图所示，2D range image经过segmentation后，结果看上去还不错。但是把结果投回到3D点云后，一些物体边缘部位的点出错的效果就很明显了。因此，后处理的目的就是对这些边缘点的结果进行修正。整体思路比较直观：通过每个点的一些邻居点的类别，来决定该点的类别。一个边缘点如果出错了，那么在3D点云中，这个点和它的大部分邻居点的类别应该会不一致。反过来，一个点大概率会和它的大部分邻居点的类别保持一致。

基于这种想法，论文提出了一种kNN search的操作。算法流程如下：

1. 在2D range image上，定义一个大小为
   的窗口，分别用每个2D点作为窗口中心点，用该窗口取出其邻居点（落在窗口内的其他点，视为邻居点）。这步操作可以参考matlab里面的im2col。im2col后，可以得到每个点的邻居点，组成一个矩阵，尺寸为：
   ，每列即为对应点的所有邻居点的索引。
2. 前面说到，一个2D的点，可能对应多个3D点，所以，实际的3D点数可能比
   要多。通过3D点到2D点的对应关系，还原出每个3D点的在2D图片上的邻居点，得出一个矩阵，尺寸为：
3. 每个2D邻居点，包含了其对应的3D点的座标、类别。所以，可以从这些邻居点中，用KNN算法找出距离跟目标点最近的前k个点作为邻居点。论文中使用的距离，是两个点的range差的绝对值，而不是3D距离。这样做，是为了提高效率。此外，论文还使用了一个inverse Gaussian Kernel，来对距离进行调整，即：距离越近，权重越小；距离越远，权重越大。
4. 接着，用一个距离阙值（cutoff threshold）对k个邻居点进行过滤，去掉距离大于阙值的邻居点。
5. 对于剩下的邻居点集，哪个类的点数比较多，目标点就属于哪个类。

6. 总结

这篇论文提出了一种很直观的后处理方式kNN search。从实验结果看，对性能有明显帮助。