في مواجهة المشكلات الموجودة في فصل فروع وأوراق سحب النقاط للشجرة مثل الحدود غير الواضحة، وعدم التوازن الكبير في عدد نقاط جذع الشجرة والفروع، وصعوبة التعرف على البنية الدقيقة، تقترح هذه الورقة نموذج PTV3-BLSeg المحسن (نموذج Point Transformer V3 المحسن الواعي للحدود لفصل الفروع والأوراق) استنادًا إلى بنية Point Transformer V3. يعزز هذا النموذج نقل الميزات عبر المستويات بواسطة إدخال الاتصالات القفزية المدمجة، ويُحسّن دمج الميزات الموضعية والعالمية، مما يحسن بشكل فعال قدرة التمييز في مناطق تقاطع الفروع والأوراق. لتعزيز القدرة على التعرف على حدود الفروع والأوراق، تم تصميم دالة فقدان معززة بالحدود تركز على الميزات الدقيقة للجذع والأوراق، وتقليل الانتقال الغامض بين الفئات. لتعزيز استقرار ودقة تعلم الميزات العميقة، تم اعتماد آلية إشراف عميقة، وتحسين مسار تعلم ميزات الجذع، مما يدفع كفاءة النموذج وأدائه إلى الأعلى. على مجموعة بيانات Smart Tree، حقق نموذج PTV3-BLSeg دقة كلية بنسبة 93.33٪، مع درجة F1 لجذع الشجرة تبلغ 75.61٪، ودرجة F1 للأوراق 96.09٪، بزيادة 1.36٪ و4.14٪ و0.85٪ على التوالي مقارنة بالنموذج المرجعي (Point Transformer V3). في مجموعة بيانات Genhe بمنطقة منغوليا الداخلية، بلغ دقة النموذج 83.83٪، ودرجة F1 للجذع 60.77٪، ودرجة F1 للأوراق 89.50٪، بزيادة 5.04٪ و12.86٪ و9.13٪ على التوالي. في مجموعة بيانات Hengzhou بمقاطعة قوانغشي، بلغت الدقة 81.87٪، ودرجة F1 للجذع 71.32٪، ودرجة F1 للأوراق 86.60٪، بزيادة 4.49٪ و12.73٪ و1.48٪ على التوالي، مما أثبت قدرة تعميم جيدة. بشكل عام، يظهر نموذج PTV3-BLSeg مزايا ملحوظة في مهمة فصل فروع وأوراق سحب النقاط، ويمكنه التخفيف بشكل فعال من مشاكل مثل ضبابية الحدود بين الجذع والفروع، وخسارة توازن عدد نقاط الفئات، وصعوبة التعرف على البنى الدقيقة، ويوفر دعمًا تقنيًا موثوقًا لبناء نماذج ثلاثية الأبعاد للغابات وإجراء المسوحات التفصيلية لخصائص الأشجار.

فصل الفروع والأوراق;Point Transformer V3;تعزيز الحدود;إشراف عميق;تقسيم دلالي لسحب النقاط;الاتصال القفزي;دمج الميزات;سحب نقاط ثلاثي الأبعاد