您当前的位置:
首页 >
文章列表页 >
整合边缘卷积与全局-局部自注意力的机载点云分类
信息科学 | 更新时间:2025-02-24
|
    • 整合边缘卷积与全局-局部自注意力的机载点云分类

    • Airborne point cloud classification integrating edge convolution and global-local self-attention

    • 在三维场景理解领域,专家提出了一种新型机载点云分类方法,有效提升了分类精度,为解决样本类别不均衡问题提供新方案。
    • 光学精密工程   2024年32卷第24期 页码:3658-3673
    • DOI:10.37188/OPE.20243224.3658    

      中图分类号: TN957.52
    • 收稿日期:2024-07-08

      修回日期:2024-09-21

      纸质出版日期:2024-12-25

    移动端阅览

  • 涂静敏,严进,李礼等.整合边缘卷积与全局-局部自注意力的机载点云分类[J].光学精密工程,2024,32(24):3658-3673. DOI: 10.37188/OPE.20243224.3658.

    TU Jingmin,YAN Jin,LI Li,et al.Airborne point cloud classification integrating edge convolution and global-local self-attention[J].Optics and Precision Engineering,2024,32(24):3658-3673. DOI: 10.37188/OPE.20243224.3658.

  •  
  •  

0

浏览量

13

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

注意力感知的多尺度语义视杯盘分割
局部-整体双向推理的文物无监督表征学习
联合多尺度和注意力-残差的深度监督乳腺癌分割
机载激光雷达姿态角补偿及其效果验证
机载激光雷达系统标定方法

相关作者

黄文博
曹娅迪
燕杨
周明全
刘阳洋
王毅
田煜
耿国华

相关机构

长春师范大学 计算机科学与技术学院
西北大学 文化遗产数字化国家地方联合工程研究中心
西北大学 信息科学与技术学院
五邑大学 智能制造学部
华南理工大学 自动化科学与工程学院
0