点云判别采样算法

分类精度95.1%

通过结构感知的自注意力判别分析，在保持点云分布的同时减少采样冗余，显著提升分类与分割性能。

Hong, Chengyao · Yu-Ying, Chou · Liu, Tyng-Luh

2023

参数信息

分类精度（ModelNet40）
95.1 %
分类精度（ScanObjectNN）
87.5 %
部件分割 mIoU（ShapeNet）
86.9 %
场景分割精度（S3DIS）
91.1 %
场景分割 mIoU（ScanNetV2）
75.6 %
目标检测 mAP50（ScanNetV2）
55.0 %

技术优势

分类精度更高

在ModelNet40上达到95.1%，在ScanObjectNN上达到87.5%，超越现有方法。

采样更高效

通过评估簇内与簇间自注意力决定每簇采样点数，避免冗余同时保持结构。

分割性能提升

在ShapeNet Part Segmentation上mIoU达86.9%，在S3DIS场景分割上精度达91.1%。

检测性能突出

在ScanNetV2目标检测上mAP50达55.0%，超越现有最佳方法。

应用场景