EDGCNet: Joint dynamic hyperbolic graph convolution and dual squeeze-and-attention for 3D point cloud segmentation

点云 计算机科学 卷积(计算机科学) 分割 拓扑(电路) 推论 图形 人工智能 理论计算机科学 算法 模式识别(心理学) 数学 人工神经网络 组合数学
作者
Haozhe Cheng,Jihua Zhu,Jian Lu,Xu Han
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:237: 121551-121551 被引量:7
标识
DOI:10.1016/j.eswa.2023.121551
摘要

This paper proposes a novel 3D point cloud segmentation network called EDGCNet. Structurally, the network combines the encoder–decoder structure and graph convolution to improve the processing efficiency and the exploration of point-to-point correlation. In addition, it contains two sub-modules: the dynamic hyperbaric graph convolution module and the dual squeeze-and-attention module. To mitigate the issue of incorrect inference in existing graph convolution networks for multi-category hybrid regions, the dynamic hyperbolic graph convolution module maps the features captured in the Euclidean space to the hyperbolic space to aggregate the neighborhoods and dynamically update the edge weights. Compared to Euclidean geometry, hyperbolic embedding with learnable curvature can deeply fit the geometric topology of point cloud by transforming the manifold shape to enrich feature representation. The dual squeeze-and-attention module recalibrates the original features by modeling the correlation between channels from both global and local perspectives to improve the feature shift caused by the deepening of the convolution. Empirical experiments on three public datasets verify that EDGCNet has an excellent segmentation effect on both artificial shapes and real scenes. Furthermore, ablation studies and confirmatory experiments show that the modules in EDGCNet are contributing, low-complexity and robust.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
坚强怀绿完成签到,获得积分10
2秒前
PAIDAXXXX发布了新的文献求助30
3秒前
3秒前
ifanyz发布了新的文献求助10
4秒前
¥#¥-11发布了新的文献求助10
4秒前
6秒前
LeimingDai发布了新的文献求助10
6秒前
8秒前
kelly琳完成签到,获得积分20
8秒前
Akim应助ifanyz采纳,获得10
8秒前
9秒前
10秒前
10秒前
淮雨巷陌完成签到,获得积分10
10秒前
干净的井发布了新的文献求助10
11秒前
mochen完成签到,获得积分10
12秒前
12秒前
kelly琳发布了新的文献求助30
13秒前
kyrry完成签到,获得积分10
14秒前
14秒前
水博士完成签到,获得积分10
16秒前
香蕉觅云应助活爹采纳,获得10
16秒前
16秒前
kk发布了新的文献求助10
16秒前
17秒前
orixero应助Y123采纳,获得10
17秒前
17秒前
17秒前
17秒前
mg完成签到,获得积分10
18秒前
尤问筠发布了新的文献求助30
19秒前
20秒前
Ava应助kk采纳,获得10
20秒前
20秒前
21秒前
PAIDAXXXX完成签到,获得积分10
21秒前
奔跑发布了新的文献求助10
21秒前
糖糖发布了新的文献求助10
21秒前
22秒前
22秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149519
求助须知:如何正确求助?哪些是违规求助? 2800571
关于积分的说明 7840676
捐赠科研通 2458112
什么是DOI,文献DOI怎么找? 1308279
科研通“疑难数据库(出版商)”最低求助积分说明 628471
版权声明 601706