當前位置:首頁 > 科技文檔 > 軟件 > 正文

基于可變形三維圖卷積的輕量級點云分類研究

計算機工程 頁數(shù): 11 2024-01-19
摘要: 現(xiàn)有深度學習方法在處理點云分類任務(wù)時,依賴于點的絕對坐標,存在模型復雜度較大的問題。對此,提出一種輕量級的點云分類網(wǎng)絡(luò)DMGCN-3D。使用自適應空洞K近鄰(KNN)算法構(gòu)造圖結(jié)構(gòu),盡可能捕捉局部更廣泛空間的幾何結(jié)構(gòu)信息,并減少計算開支;構(gòu)造可變形三維圖卷積,引入可學習的點與點之間的方向向量來獲取相對特性,在特征提取過程中保證點云的置換不變性與尺度不變性;構(gòu)建多頭自注意力模塊,... (共11頁)

開通會員,享受整站包年服務(wù)立即開通 >