基于圖神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制的點(diǎn)云分類模型

摘要： 為了增強(qiáng)基于深度學(xué)習(xí)的三維點(diǎn)云分類模型對全局特征的建模能力，提高模型的泛化性能，在PointNet的基礎(chǔ)上，提出了基于圖神經(jīng)網(wǎng)絡(luò)和注意力機(jī)制融合的點(diǎn)云分類模型。首先，將提取的特征分別通過增加通道注意力模塊和空間注意力模塊，使模型更加關(guān)注全局上下文信息，抑制噪聲信息，減少冗余參數(shù)，增強(qiáng)對全局特征的建模能力；其次，通過在多尺度球半徑內(nèi)進(jìn)行不同K值最近鄰搜索對編碼的輸入特征進(jìn)行構(gòu)圖，...