公开(公告)号：CN116363466A

公开(公告)日：2023-06-30

申请号：CN202310125906.5

申请日：2023-02-16

Applicant: 河南大学

Inventor： 王亚云 ,  刘春 ,  付世伟

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V20/64

Abstract: 本发明公开一种基于边卷积网络、聚类网络及注意力机制的点云特征提取方法，首先构建基于边卷积网络、聚类网络及注意力机制的点云特征提取网络；然后进行特征提取；点云特征提取网络首先利用边卷积层提取每个点的局部特征，然后注意力模块作用于边卷积层的输出，学习每个点的权重，并根据权重聚合各个点的特征，得到当前点云的全局特征，然后利用聚类层将边卷积之后更新得到的各个点进行聚类，以减少点的个数；通过重复上述过程，最终在将输入的点云聚类为1个点之后，通过融合多个层次的全局特征以及最终聚类得到的点的特征，得到最终的输入点云的特征。通过本发明提取的点云特征能够有效的保留点云全局信息及局部信息，并能够提高点云分类精度。