科研之友
微信
新浪微博
Facebook
分享链接
摘要
要由于点云数据的无规则性，很多研究者通过MLP或者卷积等操作学习点云的特征。针对上述方法在学习点云时可能会忽略每个点之间的信息联系，提出一种结合粒计算中的多粒度思想，利用每个点周围的邻域信息，对点云采用KNN算法和下采样操作提取到每个点的局部特征信息，再利用上一层每个点所携带的局部信息进行粒化操作提取特征，从而得到多层次的特征表示。对于不同粒度的点云层进行MLP操作提取更多的特征信息，最后再把每个层提取到的特征信息与每个点原始的特征信息差值结合。实验结果表明，模型在点云的零件分割和形状分类数据集方面能达到更好的效果。
- 单位
