基于动态图卷积网络的植物点云分割研究

摘要

叶片是植物进行光合作用和产生营养物质的重要器官,准确、快速地获取植物叶片参数对于了解植物生长规律、提高产量具有重要意义。本文使用图卷积神经网络GCNN作为基本框架,并在网络的各层更新图的构成。本文使用采集的864株植株点云数据作为数据集,并用相同的设备在该数据集上验证本文的模型,实验表明,本文的方法与以往的点云分割模型相比具有较大的性能提升。