摘要： 針對基于深度學(xué)習(xí)點云處理方法因淺層幾何信息提取不充分、高層級語義特征損失導(dǎo)致分類分割效果不佳的問題，提出一種基于拓?fù)涓兄屯ǖ雷⒁饬Φ狞c云分類分割網(wǎng)絡(luò)，從信息擴(kuò)增及特征增強(qiáng)兩方面提升點云分類分割的準(zhǔn)確性。首先，針對點云數(shù)據(jù)無序性導(dǎo)致的淺層信息特征表達(dá)弱的問題，利用局部最小三角策略構(gòu)建了點云數(shù)據(jù)與鄰域點的拓?fù)潢P(guān)系；然后，構(gòu)建了殘差多層感知器模塊以提取更為精細(xì)的的局部幾何特征；最后... （共10頁）