基于多模态特征融合的三维点云分类方法

• 作者: 顾砾 季怡 刘纯平
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 279-284
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057147

摘要

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.