科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前已有的基于深度学习的点云分割方法比较关注点云全局或局部特征的提取，忽略了点云的形状信息及点间语义特征的提取。针对已有方法的不足，提出一种基于空间注意力机制的多特征融合动态图卷积神经网络。首先，在提取点云局部边缘几何特征的基础上，将点云的低维几何特征映射到高维特征空间，以获取点云丰富的形状信息，并利用多层感知机提取点的全局高维特征。然后，引入一种空间注意力机制，提取点间的语义特征。最后，将几何形状特征与高层语义特征进行有效的融合，丰富点云的全局、局部特征表征。在多个公开数据集上对所提网络模型进行了实验，实验结果表明，所提网络模型在目标分类、部件分割、语义分割任务中，均取得了较好的性能。
- 单位
