Учет угла падения улучшил сегментацию LiDAR-сканов стройплощадок

🔎 Исследование посвящено сегментации 3D-сцен по отдельным LiDAR-сканам стройплощадки. Авторы отмечают важную проблему: такие сканы дают быстрые локальные обновления, но содержат неполное покрытие, неравномерную плотность точек и перекос в сторону плоских поверхностей, из-за чего мелкие элементы распознаются хуже. Научная новизна — в стратегии выборки точек с учетом угла падения луча. Точки переводятся в геометрически нормализованное пространство для воксельного отбора, при этом исходные координаты сохраняются для обучения модели. Метод требует только координаты и нормали, без изменения архитектуры нейросети. На бенчмарке SIP подход проверили с Point Transformer и PointNeXt. Результаты показывают более стабильную сегментацию при разных разрешениях, особенно для неплоских элементов и лестниц. Ограничение: выводы пока привязаны к одному бенчмарку и задаче отдельных сканов, а не полной цифровой модели объекта.