MeshSegNet: a local to global feature fusion-based semantic segmentation approach for urban meshes
Rattachement africain : cn, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Mesh semantic segmentation is essential for 3D scene understanding, with applications in urban planning, autonomous navigation, and smart city. However, the irregular structure of meshes limits the extraction of global information, and the noise also poses a challenge to high-precision semantic segmentation of small objects. To address this, we propose MeshSegNet, a novel method for accurate semantic segmentation of urban meshes. MeshSegNet incorporates a local feature extractor and a global feature aggregator to effectively integrate features from local to global. The local feature extractor captures intrinsic and extrinsic attributes of mesh vertex to express local features. The global feature aggregator can adaptively change the diffusion time to achieve local-to-global feature aggregation, effectively suppressing noise while maintaining boundary accuracy. Moreover, MeshSegNet attains superior performance across all metrics on the SUM and H3D datasets, validating its effectiveness and reliability.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- MeshSegNet: a local to global feature fusion-based semantic segmentation approach for urban meshes
- Date Crossref
- 29/08/2025
- Éditeur
- Informa UK Limited
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Wuhan University pays non établi dans la noticeUniversité ou école supérieure
-
Leibniz University Hannover pays non établi dans la noticeUniversité ou école supérieure
-
Hubei University of Technology pays non établi dans la noticeUniversité ou école supérieure
-
Tiandi Science & Technology (China) pays non établi dans la noticeEntreprise
-
Leibniz Universität Hannover pays non établi dans la noticeInstitution
-
Ltd Wuhan Tianjihang Information Technology Co. pays non établi dans la noticeEntreprise
Wuhan University, Leibniz University Hannover et Hubei University of Technology, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.