论文部分内容阅读
针对现有的基于深度学习的三维模型识别与分割方法忽略了三维模型高级全局单点特征和低级局部几何特征之间的关系而导致识别效果不佳的问题,提出了一种多特征融合的三维模型识别与分割方法。首先,通过加深卷积核的宽度和网络的深度构建全局单点网络以提取具有高级语义识别能力的全局单点特征;其次,通过构建注意力融合层学习全局单点特征和局部几何特征的隐含关系来充分挖掘更能表征模型类别的细粒度几何特征;最后,将全局单点特征和细粒度几何特征进一步融合,达到优势互补、增强特征丰富性的目的。分别在三维模型识别数据集ModelNe