一种基于动态图卷积和空间注意力的点云语义分割网络

本发明公开了一种基于动态图卷积和空间注意力的点云语义分割网络，涉及点云语义分割特征提取技术领域。

本发明包括以下步骤：输入N个点的F维点云X；构建局部动态图G＝(V,ε)。本发明利用DenseNet思想拼接多个层次的特征来提高网络的拟合能力；通过最大池化和平均池化相结合的池化方法来获得全部局部图上最具有代表性的语义信息；并使用空间注意力机制挖掘空间语义信息，提取点之间的深层次语义相关性；通过移除空间转换网络的同时提出了一种新的边缘特征，降低网络的参数量；设计的GEConv模块可以丰富特征的多样性，引入的空间注意力模块，可以让网络学会关注更多重点信息。

王勇，杨楠，张梅