基于PointNet++的逆密度点云识别与分割算法
来源：计算机测量与控制杂志2025年第9期北京时间：
作者：周江伟,邵洁,曹盛
单位：上海电力大学 电子与信息工程学院
摘要：为了提高点云处理精度，针对PointNet++对不均匀分布的点云数据特征提取不完整以及忽略了部分点云特征导致分类与分割结果不佳等问题，对算法PointNet++进行了研究，提出了基于PointNet++的融合密度信息的逆密度点云识别与分割算法D-PointNet++；利用点云密度计算出每个点的采样概率，根据采样概率使用多项分布进行点云采样；通过自适应缩放分组半径进行点云分组；采用多种池化方法混合提取点云特征并利用多头注意力机制计算出多种特征的权重，并加权聚合得到点云的全局特征；实验结果表明，相较于多种参评算法，D-PointNet++在点云分类准确率、分割精度上均有显著提升。
关键词：三维点云;点云分类;深度学习;注意力机制;点云分割;激光点云
基金资助：国家电网有限公司科技项目(J202301)。
