5月25日，記者從山西大學獲悉，該校智能信息處理研究所團隊用圖調控網絡實現高性能點雲分割，相關成果發表在人工智能領域國際期刊《IEEE模式分析與機器智能匯刊》。

點雲數據分析廣泛應用於自動駕駛、三維理解和機器人等領域。點雲分割是點雲數據分析領域中基本且具有挑戰性的任務，旨在根據不同屬性與功能將目標點雲劃分成不同區域。

“實現高性能點雲分割，關鍵在於提取具有判別性的逐點特征。”山西大學智能信息處理研究所團隊成員介紹，在點雲不同分割區域邊界處，鄰域節點往往存在較強異質性。此前的方法在實現特征聚合過程中忽略了節點之間同質與異質關系。這使得節點特征混入不必要的異質節點信息，導致點雲分割邊界模糊。

針對上述問題，研究團隊提出了一種圖調控網絡，將點雲建模為同質—異質圖。他們結合圖注意力模型，設計了基於同質性指導的圖注意力卷積，挖掘局部鄰域內同質性特征。研究團隊還進一步設計了原型特征提取模塊，從全局范圍原型空間中進一步挖掘同質性特征，提高節點特征判別性，進一步提升點雲分割性能。

據悉，研究成果進一步增強了節點特征的判別性，提高了點雲分割邊界清晰度。

（記者韓榮）

分享讓更多人看到