DAGLFNet: " Deep Feature Outlooked Global and Local Educity Fusion for Pseudo-Image Scassation pointStencils
arXiv:2510.10471v3 Тип уведомления: заменить резюме: системы экологического восприятия имеют решающее значение для высокоточного картирования и автономного навигации, при этом LIDAR выполняет функции основного датчика, обеспечивающего точные данные об облаках в 3D. Серьезной проблемой остается эффективная обработка неструктурированных точечных облаков и извлечение структурированной семантической информации. В последние годы появились многочисленные методы представления на основе псевдоизображения, которые позволяют уравновешивать эффективность и производительность за счет запуска 3D-точечных облаков с 2D-сетями. Однако фундаментальное несоответствие между псевдообразным изображением и первоначальной 3D-информацией резко подрывает слияние характеристик 2D-3D, создавая основное препятствие для последовательного синтеза информации и приводя к плохой различимости характеристик. Эта работа предлагает DAGLFNet - псевдоизображаемую семаническую сегментацию, предназначенную для извлечения дискриминирующих элементов. Она включает три ключевых компонента: во-первых, кодирование глобальной и местной конфигурации (GL-FE)
