《表1 抗病毒性能标准：深度图注意力CNN的三维模型识别》

  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

《深度图注意力CNN的三维模型识别》

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

DGACNN的输入为N×3维度的点云矩阵，首先为了使输入点云对缩放、旋转、平移等几何变换具有不变性，采用注意力感知空间转换网络对不同姿态的点云进行规范化，然后采用GAC层提取点云模型的多头部上下文细粒度局部特征。为了充分挖掘点云更为抽象的深层隐含语义特征，采用残差连接避免梯度消失问题的同时加深了网络深度，各卷积层的具体参数如表1所示。同时，把GAC层输出的图特征进行最大池化，并和Layer5输出的特征融合后得到大小为N×1 024的特征矩阵，通过最大池化层进行聚合，得到表征整个点云模型的全局特征描述符，输入到三个全连接层进行降维转换。最后，通过Softmax分类器对模型类别进行预测，得到最终的分类分数。