期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于竞争注意力融合的深度三维点云分类网络
被引量:
4
1
作者
陈涵娟
达飞鹏
盖绍彦
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021年第12期2342-2351,共10页
为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络...
为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络Pointnet++和PointASNL中嵌入所提模块并进行实验,结果显示:所提模块具有独立性和可迁移性,聚焦更利于三维点云形状分类的核心骨干特征.与基准网络相比,所提模块在保持分类精度稳定不下降的情况下,模型对点云扰动噪声、离群点噪声和随机噪声的抗干扰能力增强,在随机噪声数分别为0、10、50、100、200的情况下,准确度分别达到93.2%、92.9%、85.7%、78.2%、63.5%.与传统滤波方法相比,端到端的学习减少预处理步骤和人工干预过程,同时具有更优的抗噪性能.
展开更多
关键词
点云物体分类
三维点云
深度学习
神经网络
注意力机制
竞争性融合
下载PDF
职称材料
题名
基于竞争注意力融合的深度三维点云分类网络
被引量:
4
1
作者
陈涵娟
达飞鹏
盖绍彦
机构
东南大学自动化学院
东南大学复杂工程系统测量与控制教育部重点实验室
东南大学深圳研究院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021年第12期2342-2351,共10页
基金
国家自然科学基金资助项目(51475092)
江苏省前沿引领技术基础研究专项资助项目(BK20192004C)
+1 种基金
江苏省自然基金资助项目(BK20181269)
深圳市科技创新委员会资助项目(JCYJ20180306174455080).
文摘
为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络Pointnet++和PointASNL中嵌入所提模块并进行实验,结果显示:所提模块具有独立性和可迁移性,聚焦更利于三维点云形状分类的核心骨干特征.与基准网络相比,所提模块在保持分类精度稳定不下降的情况下,模型对点云扰动噪声、离群点噪声和随机噪声的抗干扰能力增强,在随机噪声数分别为0、10、50、100、200的情况下,准确度分别达到93.2%、92.9%、85.7%、78.2%、63.5%.与传统滤波方法相比,端到端的学习减少预处理步骤和人工干预过程,同时具有更优的抗噪性能.
关键词
点云物体分类
三维点云
深度学习
神经网络
注意力机制
竞争性融合
Keywords
point cloud object classification
3D point cloud
deep learning
neural network
attention mechanism
competitive fusion
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于竞争注意力融合的深度三维点云分类网络
陈涵娟
达飞鹏
盖绍彦
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部