基于图游走和图注意力的点云分类与分割 |
| |
引用本文: | 李文举,姬倩倩,沙利业,储王慧,崔柳.基于图游走和图注意力的点云分类与分割[J].郑州大学学报(工学版),2024(2):33-41. |
| |
作者姓名: | 李文举 姬倩倩 沙利业 储王慧 崔柳 |
| |
作者单位: | 1. 上海应用技术大学计算机科学与信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(61903256,61973307); |
| |
摘 要: | 针对点云特征提取中远距离特征和局部几何结构信息欠缺的问题,提出了一种基于图游走和图注意力的点云分类与分割网络。首先,利用带有导向性的图游走算法,对点云全局特征补充额外的几何信息和远距离特征信息;其次,嵌入图注意力机制,使模型聚焦于点云的关键区域,提升网络的特征提取能力;最后,在初始点云中提取距离特征作为初始残差嵌入到网络中,避免网络过平滑。在ModelNet40数据集、ScanObjectNN数据集进行了点云分类实验,在ShapeNetPart数据集与Toronto-3D数据集上分别进行了点云部件分割与点云语义分割实验,实验结果表明:相较于基准网络DGCNN,分类精度分别提升了1.3百分点、5.6百分点;分割精度分别提升了1.2百分点、33.1百分点。通过在ModelNet40-C数据集上进行稳健性分析,验证了所提网络具有较强的鲁棒性。
|
关 键 词: | 点云分类 点云分割 图神经网络 图游走 图注意力机制 |
|
|