标题：基于点云数据特征自动增强的分类网络
作者：邱阳1，2 万旺根1，2
作者单位：1 上海大学通信与信息工程学院，上海 200072；2 上海大学智慧城市研究院，上海 200072
关键字：点云分类；数据多样性；数据增强；对抗学习；点云金字塔特征融合
摘要：点云分类是点云数据处理的一个重要研究方向，也是一个具有挑战性的课题，但是目前公开的大型3D点云数据集相比于二维图像数据集数据量要小得多。然而数据增强就是通过对数据的变换从而提高数据多样性，提出了基于点云数据特征自动增强的分类网络，它通过对抗学习的策略，联合优化增益器网络和分类器网络，使得增益器可以学习产生最适合分类器的增益样本。此外提出了点云金字塔特征融合和联合多层感知机，这能让网络更加注意原始点云样本的细节和位置信息，保证了增益器生成增益样本时能够拥有原始样本的细节信息，这会让增益器生成质量更好的增益样本。大量的实验也证明了改进的增益器提高了分类网络的性能。