《表1 不同方法的三维模型识别分类准确率比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多特征融合的三维模型识别与分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

笔者分别选取ModelNet40[5]和ModelNet10[5]数据集进行三维目标识别实验，实验结果如表1所示。从表1可以看出，本算法在两个数据集上的识别准确率分别达到了约92.5%和约93.6%，高于DGCNN[17]、Kd-Net[18]和PointNet++[16]等主流算法，充分验证了本算法的优越性。原因在于注意力融合层能够挖掘更具鉴别力的细粒度局部几何特征，并且与全局单点特征相互补偿增强了特征的丰富性。