ADOT-Net: 属性感知的扩张八叉树网络

王仟¹   杨昊田¹   王少荣^1,2*

¹北京林业大学信息学院
²国家林业草原林业智能信息处理工程技术研究中心

TL;DR提出ADOT-Net，通过联合信息增强策略和扩张八叉树注意力机制实现局部几何细节与全局语义关联的高效属性感知，在S3DIS上OA达90.4%，ScanNet测试集mIoU达73.9%。

点云语义分割中，基于静态卷积核或全局注意力的传统方法存在局部特征捕获与全局上下文建模割裂的问题。本文提出属性感知的扩张八叉树网络ADOT-Net，通过联合信息增强策略增强点云空间和属性信息，利用扩张八叉树注意力机制实现局部-全局特征表达的动态平衡。

核心思想是将八叉树的高效空间表达与窗口化注意力机制深度融合，通过扩张策略在局部细节保真度与全局上下文覆盖度之间取得动态平衡。同时通过几何增强和光度增强联合提升数据多样性。

Fig. 1 ADOT-Net网络架构图

ADOT-Net包含两大核心模块：联合信息增强和扩张八叉树注意力。输入点云先经过联合增强（空间+光度+局部注意力），然后通过Octree Embedding构建八叉树结构，再经D-OctFormer模块提取多层次特征，最后通过FPN分割头输出逐点分类结果。

Fig. 4 扩张八叉树注意力模块结构图

D-OctFormer模块交替使用两个Octree Attention单元，扩张度分别为1和4。D=1时进行标准窗口内注意力计算，捕获局部细节；D=4时将每个窗口拆分为4个子窗口，每个子窗口覆盖空间中不同扩张区域的位置，相当于遍历父节点层级或跨子树跳跃，从而捕捉长距离依赖。

Fig. 6 D-Octformer模块结构图

光度增强模块将RGB转换到HSV空间，分别对明度V（对比度/亮度调整）、饱和度S（sigmoid变换）、色调H（随机偏移）引入差异强度的随机噪声，增强阴影区域和高光区域的特征可分性。空间增强通过去中心化后的旋转缩放变换模拟传感器位姿偏移。

消融实验表明，三个增强策略协同使用时性能最高。局部注意力是核心性能提升组件。扩张值D=4时达到最优平衡，D=8时性能下降表明过大感受野会损害局部特征学习。在chair(90.7%)、wall(87.0%)、floor(98.7%)等高频类别上表现突出。

Qualitative Results

Fig. 7 S3DIS数据集语义分割可视化结果

将八叉树结构与窗口化注意力机制结合，通过扩张策略在局部细节与全局上下文间取得动态平衡，是大规模点云语义分割的有效途径。联合的几何-光度增强策略能显著提升模型对真实场景变化的鲁棒性。