《表1 不同方法的三维模型识别分类准确率比较》
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。
图表编号 | XD00157092100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 党吉圣、杨军 |
绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |