基于点云卷积的点云分类方法研究

基于深度学习方法，借鉴二维图像卷积的思想，设计了一种适合三维点云的卷积操作。点云卷积的作用域是局部球形邻域，输入为三维坐标和空间几何关系。通过点云卷积提取局部特征，使用最远点采样算法采集邻域中心点，根据半径构建球形局部邻域，使用多层感知器（multi-layer perceptron,MLP）网络学习空间关系权重，将学习到的关系权重和输入特征相乘，实现卷积操作。基于三维点云卷积，构建了一个多层分类网络模型实现点云分类。使用道路场景的黄石路数据集进行分类实验，结果证明了所提方法的有效性。