三维点云场景的注意力机制的图卷积神经网络模块.pdf,本发明公开了三维点云场景的注意力机制的图卷积神经网络模块,包括:注意力图编码模块即AGEM模块和注意力池化模块即AP模块;解决了现有模型局部特征提取能力差的缺陷、DGCNN模型特征聚合能力差的缺陷。(19)中华人民共和国
基于注意力机制的三维点云车辆目标检测 针对自动驾驶场景下三维点云车辆的识别和定位问题,提出了一种基于注意力机制的三维点云车辆目标检测算法.算法将稀疏无序的点云空间划分成等距规则的体素表示,用三维稀... 彭玉旭,董胜超 - 《计算机系统应用》 被引量: 0发表: 2021年 一种安防场景下融合注意力机制和时空图...
RPMNet++: 一种结合Copula去噪模块的双向注意力点云配准网络 针对点云实际获取存在噪声干扰, 密度差异及遮挡等问题, 为了提高复杂场景, 非理想样本条件下的点云配准精度,提出一种结合Copula去噪模块的双向注意力点云配准网络RPMN... 陈睿星,吴军,赵雪梅,... - 《计算机辅助设计与图形学学报》 被引量: 0发表: ...
(2022.01)G06V 10/82 (2022.01)G06K 9/62 (2022.01) (54)发明名称三维点云场景的注意力机制的图卷积神经网络模块(57)摘要本发明公开了三维点云场景的注意力机制的图卷积神经网络模块,包括:注意力图编码模块即AGEM模块和注意力池化模块即AP模块;解决了现有模型局部特征提取能力差的缺陷、DGCNN模型特征聚合能力差...
1.本发明涉及点云数据领域,特别是三维点云场景的注意力机制的图卷积神经网络模块。背景技术:2.点云是三维空间中一些离散的点的集合,相比较于普通遥感图像,点云数据带有更多的空间信息。因此,它对于地表监测等任务具有重要价值,三维点云数据的研究在社会等领域有着广泛的应用。主要包括道路分割、3d城市建模、自动驾驶...