科研之友
微信
新浪微博
Facebook
分享链接
摘要
现阶段点云分类研究已被广泛应用于机器人操作、自主驾驶和虚拟现实等多个领域，提取既丰富又具有高判别能力的特征是3D点云分类的关键.为此，文中设计基于局部-非局部交互卷积的3D点云分类算法，改善点云的特征提取.首先，构造局部-非局部交互卷积模块，在获取局部相似特征和非局部相似特征的基础上，采用交互增强，缓解单个邻域在表示封闭区域时存在的冗余问题，增强网络的层次性和稳定性，同时也缓解网络的退化问题.然后，以该模块为基本单元构建卷积神经网络.最后，采用自适应特征融合，充分利用不同层次的特征，实现3D点云的分类.在ModelNet40、ScanObjectNN基准数据集上的实验表明，文中算法性能较优.
- 单位
