计算机工程

作者：顾砾, 季怡, 刘纯平

单位：苏州大学 计算机科学与技术学院, 江苏 苏州 215006

关键词：深度学习,三维点云分类,PointCNN模型,图像特征提取,特征融合

基金：国家自然科学基金（61972059，61773272）；江苏省高等学校自然科学研究重大项目（19KJA230001）。

针对点云数据本身信息量不足导致现有三维点云分类方法分类精度较低的问题，结合多模态特征融合，设计一种三维点云分类模型。通过引入投影图对点云数据信息进行扩充，将点云数据与图像数据同时作为输入，对PointCNN模型提取的点云特征与CNN模型提取的投影图特征进行加权融合，从而得到最终分类结果。在ModelNet40数据集上的分类结果表明，该模型的分类精度达到96.4%，相比PointCNN模型提升4.7个百分点。

来源：2021年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第2期