改进RepSurf的点云语义分割

点云分析一直以来都是一个具有挑战性的问题，主要是因为点云数据的非结构化特性所致。为了解决这个问题，RepSurf基于PointNet++提出了一种多曲面表示局部点云特征的方法。然而，RepSurf中的集合抽象层仅通过一个MLP学习局部特征，这远远不够。为此，引入了两个模块，即倒置残差模块和注意力模块。这两个简单但有效的即插即用模块可以更好地学习局部特征。倒置残差模块通过添加更多的MLP层，丰富了特征提取过程；而注意力模块则包括通道注意力和空间注意力，更加关注关键点特征的学习，使得学习到的特征更具代表性。在公共基准数据集S3DIS上评估了文中的方法，在语义分割任务中mIoU指标达到72.3%，比RepSurf高出2.5%。