计算机应用研究

作者：梁振华,王丰,

单位：广东工业大学信息工程学院,广州510006；

关键词：机器视觉,点云,部件分割,注意力机制,特征聚合,鲁棒性,

基金：国家自然科学基金资助项目(61901124)；广东省自然科学基金资助项目(2021A1515012305)；广州市基础研究计划资助项目(202102020856)；；

为解决PointNet最大池化损失次要特征导致部件分割精度降低的问题，提出一种面向部件分割的PointNet注意力加权特征聚合网络，能够充分利用点云的不同特征进行部件分割。首先利用多层感知机提取点云的空间几何特征，将特征乘以共享权重矩阵，以获取每个点的每一个特征的注意力分数；接着把归一化的分数作为权重乘以对应的全局特征并求和，得到聚合的全局特征；最后使用多层感知机将聚合的特征映射到部件分割结果。实验结果表明，相比于传统PointNet方法，该方法提升了部件分割的总平均交并比，同时在网络鲁棒性和计算复杂度方面具有显著优势，有效优化了PointNet。

来源：2023年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第5期