原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
在三维数据表示形式中，点云作为一种能够较为完整地保留物体几何信息的
数据形式，广泛应用于自动驾驶、机器人感知、三维重建等领域。尽管点云数据
在许多应用中发挥着关键作用，但其无序性和非结构化特性使得传统深度学习方
法难以直接应用，给点云数据的语义特征提取带来了巨大的挑战。为了解决当前
点云处理方法在特征提取和融合上的不足，本文提出了两种点云分类与分割方
法，具体内容如下：
（1）提出了一种融合可变形核和自注意力的点云分类与分割方法
（DeformableKernelsand
文档评论（0）