DST-Pointnet++:基于Pointnet++改进的点云分类网络

DST-Pointnet++:a Novel Point Cloud Classification Network Based on Pointnet++

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：点云提供了精确的空间位置信息而被广泛应用于环境感知领域.近年来,越来越多的工作尝试直接以点云作为输入进行特征提取,Pointnet[10]和Pointnet++[11]是这个方向的开创者,但Pointnet++没有考虑点云非均匀采样的问题.研究提出了DST-Pointnet++对其进行改进,通过核密度估计和非线性变换从点云中提取出逆密度因子,将其与原点云特征进行加权,得到了具有密度信息的点云特征,提高了边缘点对局部特征的贡献,改善了因点云分布不均造成的问题.经过在公开数据集上测试对比,结果表明DST-Pointnet++具有更好的准确率和鲁棒性.

作者：

王子璇、任明武

展开 >

作者单位：

南京理工大学计算机科学与工程学院南京 210094

关键词：

点云分类深度学习 Pointnet++ 逆密度

出版年：

2022

DOI：

10.3969/j.issn.1672-9722.2022.11.026

计算机与数字工程