基于改进DGCNN的点云分类方法研究
来源：计算机应用与软件杂志2025年第11期北京时间：
作者：孔垂豹, 任爽
摘要：为了加强DGCNN局部图中点的交互能力，设计一种新的向下过渡层来替换DGCNN中的EdgeConv模块来完成分类任务。在向下过渡层中使用切向量来增加点的几何特征表达，通过FPS和KNN算法进行分组和采样，将采样分组后的点云输入到几何仿射模块GAM和MLP中完成局部特征提取。设计一种基于密度相关统计的共享边缘函数和基于K-Farthest算法的局部分组方法。在ModelNet40、ScanObjectNN和ShapeNet数据集上进行分类实验，该方法在与DGCNN的结果对比中均取得了较好的效果。
关键词：点云, 形状分类, 共享边缘函数, DGCNN
