基于残差多感知机与空间注意力的点云分割算法
钦耀
韩永国
陈永辉
王赋攀
西南科技大学计算机科学与技术学院 绵阳 621010
摘要：现有的三维点云分割方法一般使用多层感知机作为点云的特征提取器,从而实现点云的分割.但是该特征提取器未能够考虑到点云中点之间的关系,导致提取点云特征的能力不强.为了充分学习点之间的联系,提高点云分割的精度,论文提出了一种融合残差多感知机与空间注意力的神经网络,实现三维点云的分割效果,并将该神经网络取名为Re-sPoint++.ResPoint++网络通过多个含有残差多感知机模型的特征提取模块来提取局部点云的几何与结构特征,并在此基础上引入三维空间注意力机制来学习局部点间的联系,优化网络训练,最终输出的结果是每个点在数据集中的所属类别.实验结果表明,采用ResPoint++的点云分割网络相比PointNet与PointNet++等网络具有更高的分割精度,验证了该网络具有良好的点云分割效能.
关键词：点云空间注意力分割残差多感知机深度学习
分类号：TP311.13(计算技术、计算机技术)
资助基金：国家自然科学基金(61802320)国家自然科学基金(61872304)西南科技大学博士基金项目(18zx7105)西南科技大学博士基金项目(19zx7144)
论文发表日期：2024-12-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 3547-3554 )
英文信息