В связи с проблемами размытых границ при сегментации ветвей и листьев в облаках точек деревьев, значительным дисбалансом по количеству точек ствола и ветвей, а также сложностями в распознавании мелкозернистых структур, в данной статье на основе архитектуры Point Transformer V3 предложена улучшенная модель PTV3-BLSeg (fusion-enhanced boundary-aware Point Transformer V3 для сегментации ветвей и листьев). Модель вводит слияние с пропускными соединениями для усиления передачи признаков на разных уровнях, оптимизирует объединение локальных и глобальных признаков, эффективно повышая способность классификации пограничных областей ветвей и листьев. Для дальнейшего улучшения распознавания границ ветвей и листьев разработана функция потерь с усилением границ, фокусирующаяся на мелкозернистых признаках ствола и листьев, уменьшая размытые переходы между классами. Для повышения стабильности и точности обучения глубоких признаков применён механизм глубокого надзора, оптимизирующий путь обучения признаков ствола, способствуя улучшению эффективности и производительности модели. На датасете Smart Tree общая точность модели PTV3-BLSeg достигла 93.33%, F1-оценка ствола — 75.61%, F1-оценка листьев — 96.09%, что соответственно на 1.36%, 4.14% и 0.85% выше базовой модели (Point Transformer V3). На датасете Genhe в Внутренней Монголии точность составила 83.83%, F1 ствола — 60.77%, F1 листьев — 89.50%, что выше базовой модели на 5.04%, 12.86% и 9.13% соответственно. На датасете Hengzhou в Гуанси общая точность составила 81.87%, F1 ствола — 71.32%, F1 листьев — 86.60%, с приростом 4.49%, 12.73% и 1.48% соответственно, что подтверждает хорошую обобщающую способность. В целом, модель PTV3-BLSeg демонстрирует значительные преимущества в задаче сегментации ветвей и листьев облаков точек деревьев, эффективно решая ключевые проблемы нечетких границ, дисбаланса количества точек классов и трудности распознавания тонких структур, и может предоставить надежную техническую поддержку для построения 3D-моделей лесных сцен и детального обследования параметров деревьев.

сегментация ветвей и листьев;Point Transformer V3;усиление границ;глубокий надзор;семантическая сегментация облаков точек;пропускные соединения;слияние признаков;трехмерное облако точек