चीनी प्राचीन भवन बिंदु मेघों के लिए MP-DGCNN का सांकेतिक विभाजन

सार बिंदु मेघों का सांकेतिक विभाजन स्कैन-से-HBIM प्रक्रिया में एक महत्वपूर्ण कदम है। DGCNN की प्रक्रिया में जानकारी को कम करने के लिए, इस लेख में प्राचीन आर्किटेक्चर बिंदु मेघों के विभाजन के लिए एक मिक्स पूलिंग डायनेमिक ग्राफ कॉन्वोल्यूशनल न्युरल नेटवर्क (MP-DGCNN) का प्रस्तावित किया गया है। प्रस्तावित MP-DGCNN मुख्य रूप से दो पहलुओं में DGCNN से भिन्न है: (1) बिंदुओं की स्थानीय टोपोलॉजिकल संरचना को अधिक व्यापक रूप से संग characterize करने के लिए, किनारे की विशेषताओं को फिर से परिभाषित किया गया है, और.original किनारे की विशेषताओं में दूरी और पड़ोसी बिंदु जोड़े गए हैं; (2) एक मल्टीलेयर पर्सेप्ट्रॉन (MLP) के आधार पर, एक आंतरिक विशेषता समायोजन तंत्र स्थापित किया गया है, और स्थानीय ग्राफ विशेषताओं को बिंदु मेघ टोपोलॉजी से सीखने के लिए अनुकूली पूलिंग, मैक्स पूलिंग, एवरेज पूलिंग, और एग्रीगेशन पूलिंग को मिलाकर एक सीखने योग्य मिक्स पूलिंग ऑपरेटर डिज़ाइन किया गया है। प्रस्तावित एल्गोरिदम को सत्यापित करने के लिए, कुटान मंदिर बिंदु मेघ डेटासेट पर प्रयोग किए गए हैं, और परिणाम बताते हैं कि PointNet, PointNet++, DGCNN, GACNet और LDGCNN की तुलना में MP-DGCNN विभाजन नेटवर्क ने OA, mIOU और mAcc में सबसे उच्चतम प्राप्त किया है, जो क्रमशः 90.19%, 65.34% और 79.41% है।