LearningSemanticSegmentationofLarge-Scale PointCloudsWithRandomSampling 用随机抽样法学习大规模点云的语义分割 摘要 我们研究了大规模三维点云的有效语义分割问题。由于依赖昂贵的采样技术或计算量大的前/后处理步骤，大多数现有的方法只能在小规模的点云上进行训练和操作。在本文中，我们介绍了RandLA-Net，这是一个高效和轻量级的神经结构，可以直接推断出大规模点云的语义。我们的方法的关键是使用随机点采样，而不是更复杂的点选择方法。尽管计算和内存效率非常高，但随机抽样可能会偶然丢弃关键特征。为了克服这个问题，我们引入了一...

LearningSemanticSegmentationofLarge-Scale PointCloudsWithRandomSampling 用随机抽样法学习大规模点云的语义分割 摘要 我们研究了大规模三维点云的有效语义分割问题。由于依赖昂贵的采样技术或计算量大的前/后处理步骤，大多数现有的方法只能在小规模的点云上进行训练和操作。在本文中，我们介绍了RandLA-Net，这是一个高效和轻量级的神经结构，可以直接推断出大规模点云的语义。我们的方法的关键是使用随机点采样，而不是更复杂的点选择方法。尽管计算和内存效率非常高，但随机抽样可能会偶然丢弃关键特征。为了克服这个问题，我们引入了一...