基于拓撲感知和通道注意力的點云分類與分割

摘要： 針對基于深度學(xué)習(xí)點云處理方法因淺層幾何信息提取不充分、高層級語義特征損失導(dǎo)致分類分割效果不佳的問題，提出一種基于拓撲感知和通道注意力的點云分類分割網(wǎng)絡(luò)，從信息擴增及特征增強兩方面提升點云分類分割的準確性。首先，針對點云數(shù)據(jù)無序性導(dǎo)致的淺層信息特征表達弱的問題，利用局部最小三角策略構(gòu)建了點云數(shù)據(jù)與鄰域點的拓撲關(guān)系；然后，構(gòu)建了殘差多層感知器模塊以提取更為精細的的局部幾何特征；最后... （共10頁）