CGA-Net : Agrégation guidée par catégorie pour la segmentation sémantique de nuages de points

Les réseaux précédents de segmentation sémantique sur nuages de points utilisent le même processus pour agréger les caractéristiques provenant des voisins appartenant à la même catégorie ou à des catégories différentes. Toutefois, la région d’intersection entre deux objets ne représente généralement qu’une faible proportion de l’ensemble de la scène. Par conséquent, ces réseaux sont bien entraînés pour agréger les caractéristiques des voisins de la même catégorie, mais ne sont pas pleinement optimisés pour traiter les voisins appartenant à des catégories distinctes. Pour résoudre ce problème, cette étude propose d’adopter des stratégies d’agrégation différentes selon que les voisins appartiennent à la même catégorie que le point central ou non. Plus précisément, elle introduit un module personnalisé, nommé Agrégation Guidée par Catégorie (CGA), qui commence par déterminer si les voisins appartiennent à la même catégorie que le point central, puis traite les deux types de voisins à l’aide de deux modules soigneusement conçus. Le module CGA constitue une unité générale pouvant être intégrée dans n’importe quel réseau existant de segmentation sémantique. Des expériences menées sur trois architectures différentes démontrent l’efficacité de la méthode proposée.