pointcnn pointweb pointconv randla阅读(四)

ranla

1.基于随机采样提高运行速度

2.设计LFA模块提取局部特征

重点设计内容在于LFA模块的特征提取

LFA模块主要包括局部特征编码 自注意力机制 扩张残块

局部特征编码

pointcnn pointweb pointconv randla阅读(四)_第1张图片

 与原来特征拼接得到F尖k

pointcnn pointweb pointconv randla阅读(四)_第2张图片

 自注意力模块

自注意力模块 学习权重局部的每个特征s

pointcnn pointweb pointconv randla阅读(四)_第3张图片

将权重与特征相乘得到加权后的F

pointcnn pointweb pointconv randla阅读(四)_第4张图片

 一共五层LFA

解码采用最邻近插值和拼接

pointcnn pointweb pointconv randla阅读(四)_第5张图片

 整体框架如上图

LFA模块针对解决的问题是什么没看懂

如有不对,请多多指教

你可能感兴趣的:(深度学习,人工智能)