一種基于圖注意力網(wǎng)絡(luò)的三維點(diǎn)云分類方法

基本信息

申請(qǐng)?zhí)?/td> CN202110900943.X 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113592013A 公開(kāi)（公告）日 2021-11-02
申請(qǐng)公布號(hào) CN113592013A 申請(qǐng)公布日 2021-11-02
分類號(hào) G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 呂孟東;俞宏群;吳月超;沈惠良;朱德康;彭禮平;侯進(jìn)皎;程翔;許鶴鵬;王熙震;傅嘉輝;呂小鋒;章伽寧;張學(xué)超 申請(qǐng)（專利權(quán)）人 國(guó)網(wǎng)新源集團(tuán)有限公司富春江水力發(fā)電廠
代理機(jī)構(gòu) 杭州新源專利事務(wù)所（普通合伙） 代理人 董晨楠
地址 311504浙江省杭州市桐廬縣富春江鎮(zhèn)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于圖注意力網(wǎng)絡(luò)的三維點(diǎn)云分類方法，利用構(gòu)建的圖神經(jīng)網(wǎng)絡(luò)，完成對(duì)原始點(diǎn)云輸入數(shù)據(jù)的點(diǎn)云分類；所述圖神經(jīng)網(wǎng)絡(luò)包括特征提取層、兩組交替分布的圖注意力層和池化層、激活函數(shù)層、讀出層、全連接層和輸出層。采用圖注意力機(jī)制，同時(shí)考慮點(diǎn)和邊的屬性，結(jié)合使用圖的池化操作，將圖逐步變小，構(gòu)建圖神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)三維點(diǎn)云分類，從而可以有效的提高三維點(diǎn)云分類的準(zhǔn)確率。采用本發(fā)明的方法對(duì)ModelNet40數(shù)據(jù)集（包含40個(gè)類別的CAD模型）進(jìn)行分類處理，經(jīng)測(cè)試，在該數(shù)據(jù)集上分類正確率為91.5％。