基于多尺度图卷积的点云分类网络
近些年,越来越多有关深度学习的方法应用到了点云分类领域.文章提出一种基于多尺度图卷积的点云分类网络,通过获取不同范围内等间隔采样的k个邻近点,以搭建不同尺度的图卷积模块来学习多尺度局部特征.实验表明,该网络在ModelNet40数据集上的准确率达到了92.8%,具有较好的性能.
图卷积、点云分类、多尺度、局部特征
TP391(计算技术、计算机技术)
湖北省教育厅科学技术研究项目编号:Q20201409
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
99-101