一种基于双几何学习和自适应稀疏注意力的点云分析方法

本发明公开了一种基于双几何学习和自适应稀疏注意力的点云分析方法，属于点云分析方法领域。所述方法包括：利用邻域三角形结构得到每个点的几何描述符，再通过点对间的相对几何描述符生成几何特征，将邻域中的几何特征和语义特征有效地进行聚合以得到局部上下文信息，通过动态选取少量全局代表点，以很少的计算复杂度实现更高效的全局上下文信息聚合。所述方法充分挖掘局部几何结构信息，使用简单的特征相加和池化达到了更有效的上下文信息聚合，大大降低了全局注意力机制的计算复杂度。