目录 前言 相关背景知识介绍 点云 2.1.1 点云数据获取方式 2.1.2 点云数据特点 神经网络 卷积神经网络 2.3.1 输入层 2.3.2 卷积层 2.3.3 激活层 2.3.4 池化层 2.3.5 全连接层 注意力机制 2.4.1 通道注意力机制 2.4.2 空间注意力机制 2.4.3 通道注意力机制和空间注意力机制结合 数据集与评测指标 2.5.1 ModelNet40 数据集 2.5.2 ShapeNet 数据集 2.5.3 评测指标 KC-PointNet:用于三维点云处理的注意力网络 引言 PointNet 简介 3.2.1 T-Net 模块 前言 计算机视觉技术的最终目标是能够让计算机像人一样进行思考、判断、决策。现有计算 机视觉技术主要是通过神经网络,让计算机不断学习人为处理好的先验知识,使得计算机能 够处理硬件设备如相机、激光雷达、红外传感器等采集的数据来完成目标分类 [1][2][3] 、目标检 测 [4][5][6] 、