(AF)²-S3Net：用于稀疏语义分割网络的注意力特征融合与自适应特征选择

自主机器人系统与自动驾驶汽车依赖于对周围环境的精确感知，因为乘客与行人的安全始终是首要考虑因素。语义分割是环境感知中的关键组成部分，能够提供场景的语义信息。近年来，针对三维激光雷达（3D LiDAR）语义分割已提出多种方法。然而，这些方法在提升性能的同时，往往面临计算复杂度高导致效率低下，或难以捕捉小目标实例的精细细节等问题。为缓解上述挑战，本文提出AF2-S3Net——一种面向3D LiDAR语义分割的端到端编码器-解码器卷积神经网络。我们在编码器中设计了一种新型多分支注意力特征融合模块，在解码器中引入一种独特的自适应特征选择模块，并结合特征图重加权机制。AF2-S3Net将体素（voxel）学习与点云（point-based）学习有效融合于统一框架中，从而高效处理大规模三维场景。实验结果表明，所提方法在大规模SemanticKITTI基准测试中优于现有最先进方法，在论文发表时位居公开排行榜第一名。