《电子测量技术杂志》发表论文赏析

基于几何仿射与注意力的三维激光点云分类

来源:电子测量技术杂志2023年第12期北京时间:

作者:胡平安,黎浩民,李光平,林映生

单位:1.广东工业大学信息工程学院 广州 510006; 2.深圳市金百泽电子科技股份有限公司 深圳 518000

摘要:三维点云分类和分割对于三维重建和自动驾驶等技术的发展具有积极的推动作用。三维点云数据具有无序、不规则和稀疏等特点,因此三维点云分类和分割的研究面临诸多挑战。PCT分类网络采用标量注意力机制提取三维点云局部特征,具有良好的三维点云特征学习能力,在三维点云分类和分割任务中表现出先进的分类精度。然而PCT在对三维点云数据进行下采样时忽视了其稀疏性对几何结构所产生的影响,从而无法充分地提取局部特征致使三维点云分类和分割精度下降。针对该问题,本文提出一种基于注意力机制的三维点云分类分割网络GAM-PCT,具体地,GAM-PCT网络采用了向量注意力机制对单通道特征的权重进行调节,利用减法关系和邻域位置编码对三维点云邻域求取注意力特征,同时在对整体点云下采样时插入即插即用的几何形状仿射(GAM)模块来解决三维点云局部区域的稀疏性问题,进而提升网络的分类准确率。实验结果表明,与PCT三维点云分类和分割网络相比,所提出GAM-PCT网络在数据集ModelNet40上的分类精度提升了0.3%,而在ScanObjectNN数据集上的分类精度提升了1.9%,在ShapeNet数据集上的分割平均交并比值提升了0.2%。同时在网络参数量和FLOPs指标上分别降低了0.31 G和0.69 M。实验结果表明改进后网络的复杂度得到了简化,充分验证了改进方法的有效性。

关键词:三维点云;机器视觉;注意力机制;深度学习;三维重建

基金资助:国家自然科学基金(61601130)、大亚湾科技计划项目(2020010203)资助

2023年12期其他文献查阅:

基于CNN-LSTM故障诊断的自动扶梯监测软件设计

基于XGBoost的光伏阵列故障诊断方法研究

基于新型缝隙单元的微带全向阵列天线设计

基于FMEDA的气体探测器SIL验证研究

基于改进灰色GM(1,1)模型的轨道电路故障预测

基于改进Faster RCNN的轮对踏面缺陷检测

基于多重渐消因子变分贝叶斯的陀螺阵列融合算法

新能源逆变系统中VSG控制时随机激励的谐波抑制研究

一种并行双模式盲均衡算法的研究与实现

基于投票机制的室内WiFi指纹定位算法

基于深度强化学习哈里斯鹰算法的路径规划

基于特征因素选取的IVMD-GLSSVM光伏出力短期预测

基于LQEKF的机载光电平台的模型预测控制

基于改进粒子群算法的三维路径规划研究

基于全注意力FSA-UNet网络的单晶电池片混合缺陷检测

基于优化概率神经网络的驾驶员疲劳检测

螺纹钢性能测试视频引伸计研究

基于ARM平台目标检测的轻量化方法

基于改进YOLOv5m的轻量化车脸检测方法

基于注意力机制和跨尺度特征融合的摩托车头盔检测算法

深浅层特征结合的自监督立体匹配

基于双目视觉的车辆外廓尺寸测量方法

基于自适应小波变换的陶瓷瓦鼓包检测方法

基于几何仿射与注意力的三维激光点云分类

基于VMD-SVD的拉曼分布式光纤测温系统降噪方法

基于混合神经网络和注意力机制的卒中后抑郁早期筛查分类方法研究

含缺陷管道磁化状态与漏磁信号规律研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!