论文部分内容阅读
在点云识别中,将点云数据映射成二维图片或者还原成三维空间等方法具有计算量大、场景通用性差的缺点。为此,本文提出一种基于注意力机制的深度残差学习网络的方法。本文方法通过注意力机制获得点云中不同点的权重分布和关键点,直接利用点云数据进行高效地识别。通过实验对比了多种不同方法在ModelNet40等数据集上的识别能力。结果表明,与基于二维图片方法、基于三维空间的方法以及直接处理点云的方法相比,本文方法在保证高识别精度的同时,具有参数量小、计算量小、更高效等优点。