融合注意力和几何特征的点云分类分割网络

来源：激光与红外杂志2025年第8期北京时间：

作者：王玉华

单位：西南科技大学 计算机科学与技术学院,四川 绵阳 621010；

摘要：针对现有的特征提取方法在捕获点云的特征方面存在不足,提出了一种融合注意力和几何特征的点云分类与分割网络FAGGCN。通过将动态图卷积改为静态图卷积,并引入低维几何信息,增强局部几何结构的捕获能力。设计两级注意力机制,根据特征差异和几何信息动态调整邻域特征权重,突出关键特征。然后进行融合卷积,形成丰富的特征表达,最后,引入通道注意力增强重要通道的权重。实验结果表明,FAGGCN在ScanObjectNN和ModelNet40数据集上OA分别为851和932,mAcc分别为836和906。

关键词：特征提取;点云分类;分割;图卷积;几何信息