Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation（论文阅读笔记）

Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation（Cylinder3D：一种有效的三维驱动场景激光雷达语义分割框架）

非一致性残差块、维度分解语义建模、柱状卷积骨干网络

一、重点内容提取

设计了一种柱面划分的三维点云表示，它适用于驱动场景激光雷达点云的不同稀疏性，并提出了一种基于三维卷积的网络。该骨干网络由两个组件组成，包括3D圆柱体分割（用于获取3D表示）和3D U-Net（用于处理3D表示）。通过用非对称残差块替换残差块，可以发现大约1.5%的mIoU性能增益；在添加基于维度分解的语义建模时，提出的Cylinder3D在mIoU方面实现了64.3%的准确性。

二、实验概括

• 网络架构示意图
  
• 坐标系转化
  
• 柱状划分块
  

三、进一步优化

1. 为该方法找具体合适的应用场景

四、启发

1. 充分利于原始数据的信息
2. 用与原数据获取高度相似的处理方式对原始数据进行处理