Classification of Point Cloud Scenes with Multiscale Voxel Deep Network

Abstract : In this article we describe a new convolutional neural network (CNN) to classify 3D point clouds of urban or indoor scenes. Solutions are given to the problems encountered working on scene point clouds, and a network is described that allows for point classification using only the position of points in a multi-scale neighborhood. On the reduced-8 Semantic3D benchmark [Hackel et al., 2017], this network, ranked second, beats the state of the art of point classification methods (those not using a regularization step).
Liste complète des métadonnées

Littérature citée [32 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01763469
Contributeur : Xavier Roynard <>
Soumis le : mercredi 11 avril 2018 - 10:35:44
Dernière modification le : vendredi 13 avril 2018 - 01:37:08

Fichier

deepmultiscale_Roynard_2018.pd...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01763469, version 1
  • ARXIV : 1804.03583

Collections

Citation

Xavier Roynard, Jean-Emmanuel Deschaud, François Goulette. Classification of Point Cloud Scenes with Multiscale Voxel Deep Network. preprint. 2018. 〈hal-01763469〉

Partager

Métriques

Consultations de la notice

28

Téléchargements de fichiers

12