集多头点注意力与边卷积的点云分类分割模型

作     者：熊伟 娄政浩 徐敏夫 袁和金 

作者机构：华北电力大学计算机系 河北省能源电力知识计算重点实验室 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：点云数据 分类与分割 多头点注意力 边卷积 特征融合 损失函数 

摘      要：针对动态图卷积模型只在局部尺度上独立提取点特征， 未将局部点互相关联的问题， 提出了一种集多头点注意力与边卷积的点云分类分割模型. 首先， 设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征， 学习点云的旋转不变性， 使用多头机制将单头点注意力模块进行聚合， 构建多头点注意力模块， 赋予邻域内不同点相应的注意力系数; 其次， 设计加权金字塔池化模块进行特征融合， 获得更加丰富的特征信息. 最后， 提出结合交叉熵损失和焦点损失的联合损失函数， 解决数据集中存在的难分类样本和类别不平衡问题. 在ModelNet40数据集和ShapeNet数据集上分别进行了点云分类与分割实验， 在ModelNet40数据集上， 所提模型的总体精度提升到了94.1%; 在ShapeNet数据集上的平均交并比提升到了86.3%， 有效地提升了模型的分类分割性能.