التمييز الدلالي للسحابات النقطية الكبيرة باستخدام الرسومات الفائقة للنقاط

نقترح إطارًا جديدًا يستند إلى التعلم العميق لمعالجة تحدي تقسيم المعاني للسحابات النقطية الكبيرة التي تحتوي على ملايين النقاط. نعتقد أن تنظيم السحابات النقطية ثلاثية الأبعاد يمكن التقاطه بكفاءة من خلال بنية تُسمى الرسم البياني الفائق النقطي (Superpoint Graph - SPG)، والتي تُشتق من تقسيم المشهد المسحوب إلى عناصر متجانسة هندسيًا. يوفر الرسوم البيانية الفائقة النقطية تمثيلًا مضغوطًا ومعقدًا للعلاقات السياقية بين أجزاء الأشياء، والتي يتم استغلالها بعد ذلك بواسطة شبكة التلافيف الرسومية. يحدد إطاراتنا مستوىً جديدًا في فن تقسيم المسح الضوئي ثلاثي الأبعاد للمناطق الخارجية (+11.9 و+8.8 نقاط mIoU لكل من مجموعات اختبار Semantic3D)، وكذلك المناطق الداخلية (+12.4 نقاط mIoU لمجموعة بيانات S3DIS).