基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在点云识别中,将点云数据映射成二维图片或者还原成三维空间等方法具有计算量大、场景通用性差的缺点.为此,本文提出一种基于注意力机制的深度残差学习网络的方法.本文方法通过注意力机制获得点云中不同点的权重分布和关键点,直接利用点云数据进行高效地识别.通过实验对比了多种不同方法在ModelNet40等数据集上的识别能力.结果表明,与基于二维图片方法、基于三维空间的方法以及直接处理点云的方法相比,本文方法在保证高识别精度的同时,具有参数量小、计算量小、更高效等优点.
推荐文章
基于注意力机制的碳酸盐岩储层岩相识别方法
岩相识别
注意力机制
卷积神经网络模块
特征注意力模块
碳酸盐岩储层
融合注意力机制和区域生长的裂缝识别算法研究
数字图像
裂缝识别
区域生长
注意力机制
融入注意力的YOLOv3绝缘子串识别方法
YOLOv3
注意力机制
绝缘子串识别
深度学习
基于多尺度融合注意力机制的人脸表情识别研究
计算机视觉
深度学习
人脸表情识别
特征提取
多尺度特征融合
注意力机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注意力机制的高效点云识别方法
来源期刊 计算机与现代化 学科 工学
关键词 点云识别 注意力机制 残差学习 参数量小 高效
年,卷(期) 2020,(8) 所属期刊栏目 算法设计与分析
研究方向 页码范围 51-55
页数 5页 分类号 TP301.6
字数 3523字 语种 中文
DOI 10.3969/j.issn.1006-2475.2020.08.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何昭水 广东工业大学自动化学院 9 83 4.0 9.0
2 林钦壮 广东工业大学自动化学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
点云识别
注意力机制
残差学习
参数量小
高效
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
论文1v1指导