典型文献
基于特征通道和空间位置注意力的三维点云特征学习网络
文献摘要：
点云模型的分类与部件分割是三维点云数据处理的基本任务,其核心在于获取可以有效表示三维模型的点云特征.提出一个引入注意力机制的三维点云特征学习网络.该网络采用多层次点云特征提取方法,首先使用特征通道注意力模块获取各通道间的关联,增强关键通道信息;接着引入空间位置注意力机制,基于点的空间位置信息获取各点的注意力权重;然后结合以上2种注意力机制获取增强的点云特征;最后基于该特征继续进行多层次特征提取,获得面向下游任务的点云特征.分别在ModelNet40和ShapeNet数据集上进行形状分类与部件分割实验,结果表明,使用所提方法可以实现高精度、具有鲁棒性的三维点云形状分类与分割.
文献关键词：
点云模型;注意力机制;形状分类;部件分割
中图分类号：
作者姓名：
吴亦奇;韩放;张德军;何发智;陈壹林
作者机构：
中国地质大学(武汉)计算机学院,湖北武汉 430078;智能地学信息处理湖北省重点实验室(中国地质大学(武汉)),湖北武汉 430078;武汉大学计算机学院,湖北武汉 430072;武汉工程大学计算机科学与工程学院,湖北武汉 430205
文献出处：
引用格式：
[1]吴亦奇;韩放;张德军;何发智;陈壹林-.基于特征通道和空间位置注意力的三维点云特征学习网络)[J].计算机工程与科学,2022(07):1239-1246
A类：
部件分割
B类：
特征学习,学习网络,点云模型,三维点云数据处理,基本任务,点云特征提取,使用特征,通道注意力模块,关键通道,位置注意力机制,空间位置信息,信息获取,注意力权重,多层次特征提取,ModelNet40,ShapeNet,形状分类,分类与分割
AB值：
0.24661
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
