典型文献
基于环查询和通道注意力的点云分类与分割
文献摘要：
点云数据的特征处理是机器人、自动驾驶等领域中三维物体识别技术的关键组成部分,针对点云局部特征信息重复提取、点云物体整体几何结构缺乏识别等问题,提出一种基于环查询和通道注意力的点云分类与分割网络.首先将单层环查询和特征通道注意力机制进行结合,减少局部信息冗余并加强局部特征;然后计算法线变化识别出物体边缘、拐角区域的高响应点,并将其法线特征加入全局特征表示中,加强物体整体几何结构的识别.在ModelNet40和ShapeNet Part数据集上与多种点云网络进行比较,实验结果表明,该网络不仅有较高的点云分类与分割精度,同时在训练时间和内存占用等方面也优于其他方法,此外对于不同输入点云数量具有较强鲁棒性.因此该网络是一种有效、可行的点云分类与分割网络.
文献关键词：
点云数据;分类与分割;环查询;通道注意力;高响应点识别
中图分类号：
作者姓名：
刘玉珍;李楠;陶志勇
作者机构：
辽宁工程技术大学电子与信息工程学院,辽宁 葫芦岛 125105
文献出处：
引用格式：
[1]刘玉珍;李楠;陶志勇-.基于环查询和通道注意力的点云分类与分割)[J].图学学报,2022(04):616-623
A类：
环查询,高响应点识别
B类：
点云分类与分割,点云数据,特征处理,自动驾驶,三维物体识别,局部特征,特征信息,几何结构,分割网络,通道注意力机制,局部信息,信息冗余,计算法,法线,拐角区,线特征,全局特征,特征表示,ModelNet40,ShapeNet,Part,云网络,训练时间,内存占用,其他方法
AB值：
0.249644
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。
