級(jí)聯(lián)邊緣卷積與注意力機(jī)制的點(diǎn)云分類分割研究

摘要： 近幾年點(diǎn)云的分類分割研究多采用多層次架構(gòu)提取點(diǎn)云特征的方法，提取到較為穩(wěn)定的高層語(yǔ)義特征，但是全局特征和鄰域特征提取不足并且缺乏對(duì)上下文信息的特征融合。因此，提出一種新的LAM-EdgeCNN網(wǎng)絡(luò)，采用邊緣卷積與注意力機(jī)制級(jí)聯(lián)的方式對(duì)點(diǎn)云進(jìn)行多層級(jí)特征提取，獲取高層次特征信息。為了加強(qiáng)對(duì)特定通道特征和關(guān)鍵空間點(diǎn)的捕捉，提出一種輕量型LAM注意力機(jī)制，使用CAM特征通道注意力獲取... （共11頁(yè)）