公开(公告)号：CN112633350A

公开(公告)日：2021-04-09

申请号：CN202011503553.0

申请日：2020-12-18

Applicant: 湖北工业大学

Inventor： 张正文 ,  胡永东 ,  巩朋成 ,  张林让 ,  李婕 ,  潘懋舜 ,  柯凡 ,  余梦婕

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明属于三维点云分类技术领域，公开了一种基于图卷积的多尺度三维点云分类实现方法。其目的是通过提取点云集合不同尺度的边缘特征，获取更加丰富的邻域信息，以此提高点云分类的准确率。具体步骤如下：步骤1，通过改进的KNN邻近算法，获取不同尺度范围内的等间隔采样的k个点，从而构建点云集合不同尺度的M‑KNN图；步骤2，使用M‑KNN图搭建EdgeConv(边缘卷积层)模块，实现点云边缘特征的提取。步骤3，利用边缘卷积层构建多尺度点云分类网络模型，使用ModelNet40数据集对网络进行训练，获取最终的点云分类网络。

公开(公告)号：CN112633350B

公开(公告)日：2021-10-01

申请号：CN202011503553.0

申请日：2020-12-18

Applicant: 湖北工业大学

Inventor： 张正文 ,  胡永东 ,  巩朋成 ,  张林让 ,  李婕 ,  潘懋舜 ,  柯凡 ,  余梦婕

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明属于三维点云分类技术领域，公开了一种基于图卷积的多尺度三维点云分类实现方法。其目的是通过提取点云集合不同尺度的边缘特征，获取更加丰富的邻域信息，以此提高点云分类的准确率。具体步骤如下：步骤1，通过改进的KNN邻近算法，获取不同尺度范围内的等间隔采样的k个点，从而构建点云集合不同尺度的M‑KNN图；步骤2，使用M‑KNN图搭建EdgeConv(边缘卷积层)模块，实现点云边缘特征的提取。步骤3，利用边缘卷积层构建多尺度点云分类网络模型，使用ModelNet40数据集对网络进行训练，获取最终的点云分类网络。