一种基于全局感知和局部增强的三维点云分类算法

本发明涉及三维点云分类领域，更具体地说，它涉及一种基于全局感知和局部增强的三维点云分类算法，其技术要点是：S1、获取点云数据；S2、融合多头自注意力机制与多层感知器，构建全局感知模块，将所述点云数据输入所述全局感知模块，输出全局特征；S3、将局部几何权重模块引入到采样与分组策略，构建局部增强模块，将所述点云数据输入所述局部增强模块，输出局部特征；S4、将所述全局特征与所述局部特征进行特征融合。本发明优点在于增强了对点云的整体结构感知，提高了模型对局部区域的细致表达能力，有效提高了分类的准确率与鲁棒性，可应用于三维缺陷检测、物品分类、自动驾驶等领域。