基于人类视觉的大规模室外场景三维点云语义分割

本文提出了一种名为EyeNet的新颖点云语义分割网络，旨在解决以往研究中常被忽视但至关重要的覆盖区域大小问题。受人类周边视觉机制的启发，EyeNet通过引入一种简洁而高效的多轮廓输入方式，以及具有并行处理结构并辅以流间连接块的网络架构，克服了传统网络的局限性。实验结果表明，该方法在密集点云处理方面具有显著优势，通过消融实验验证了其有效性，并在大规模室外数据集上取得了当前最先进的性能表现。