| 顾及局部特征的深度学习点云分类研究 |
| |
| 引用本文： | 丁海勇,孙月霞,徐田野.顾及局部特征的深度学习点云分类研究[J].测绘科学,2021,46(9):61-66,93. |
| |
| 作者姓名： | 丁海勇 孙月霞 徐田野 |
| |
| 作者单位： | 南京信息工程大学遥感与测绘工程学院,南京 210044 |
| |
| 摘 要： | 针对PointNet深度学习算法可以直接处理无序点云并取得了良好的精度,但是缺乏对局部信息学习过程的问题,该文基于图卷积模型,在PointNet基础上构造层次化的K邻域图,扩大局部感受野,获得高层次的特征抽象,有效提取了点云的局部特征从而提高了分类精度.分类实验在ModelNet40数据集上进行,取得了91.2％的测试精度.研究结果表明,该文提出的算法比PointNet分类结果高出2.0％,同时本文构造的分类网络鲁棒性优于PointNet算法,为点云分类工作提供了一种有效思路.
|
| 关 键 词： | 点云分类 深度学习 PointNet 图卷积 KNN |
Research on deep learning for point cloud classification considering local features |
| |
| DING Haiyong,SUN Yuexia,XU Tianye.Research on deep learning for point cloud classification considering local features[J].Science of Surveying and Mapping,2021,46(9):61-66,93. |
| |
| Authors: | DING Haiyong SUN Yuexia XU Tianye |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
