基于改进动态图卷积的点云分类模型

摘要：

针对动态图卷积存在局部特征提取不充分的问题,提出了一种通过位置关系加权的动态图卷积方式,通过共享多层感知机对特征向量的位置关系进行学习,生成权重系数矩阵,对动态图卷积结果进行动态加权,并以此构建点云分类模型.理论分析与实验结果均表明,与动态图卷积方式相比,所提算法能够有效提升局部特征的提取能力,进一步捕捉局部点云的精细结构,提高点云分类模型准确率.

关键词：模式识别、动态图卷积、自适应、位置关系

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江省自然科学基金资助项目;黑龙江省省属本科高校基本科研业务费资助项目

在线出版日期：2022-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1230-1235,1266