一种基于特征结构可调节约简的少样本3D点云识别方法

本发明公开了一种基于特征结构可调节约简的少样本3D点云识别方法，它含有以下步骤，定义3D点云识别过程中输入网络的目标点云的空间坐标作为其特征结构；将约简强度经过狄利克雷处理后映射到无限维空间使其可被网络学习，通过网络模型的学习得到可调节的约简强度；经过可调节约简强度的采样器对模型的训练和特征结构进行约简得到动态变化的点云新特征结构；输入目标点云约简后的点云信息，选取DGCNN作为特征编码器，获取目标点云特征；将约简后的特征作为输入通过分类器输出最终的目标识别准确率。本发明提高了特征结构的多样性，增强了神经网络的泛化能力，约简大大消除了目标类内特征结构的差异。