基于图注意力机制的三维点云感知

基于PointNet++网络的三维点云感知方法能够通过提取目标的几何特征信息来对目标进行分类。虽然PointNet++网络能够提取到点云数据的局部特征,但未考虑点与其邻域点之间的关系,因此一旦缺失一个点的局部特征,网络的性能会受到较大的影响。针对这一问题,该文提出一种基于图注意力机制(graphic attention mecahnism)的新网络架构GA-PointNet++。模型利用图注意力机制在点与其邻域点之间分配注意力系数,完成点云局部特征的提取。在分类实验中,该文在ModelNet40数据集上的实验结果表明,提出的GA-PointNet++模型最终的平均分类准确率达到了88.8%,总体准确率达到了91.3%。相较于PointNet++基线模型总体准确率提高1.1百分点,验证了GA-PointNet++在分类任务中的有效性。

电梯起重机械钢丝绳的检测与维护辨析

随着国家科学技术水平的不断提高,各种复杂的建筑随之涌现,电梯的安全性受到了人们的广泛关注,电梯企业更应该重视电梯的检测和维修工作,通过目测与手摸法和探伤仪检测法对钢丝绳进行检测,通过完善钢丝绳细节管理工作以科学的方式进行电梯维护工作。