5月25日，山西实现记者从山西大学获悉，大学调控该校智能信息处理研究所团队用图调控网络实现高性能点云分割，团队相关成果发表在人工智能领域国际期刊《IEEE模式分析与机器智能汇刊》。用图云分

点云数据分析广泛应用于自动驾驶、网络三维理解和机器人等领域。高性割点云分割是山西实现点云数据分析领域中基本且具有挑战性的任务，旨在根据不同属性与功能将目标点云划分成不同区域。大学调控

“实现高性能点云分割，团队关键在于提取具有判别性的用图云分逐点特征。”山西大学智能信息处理研究所团队成员介绍，网络在点云不同分割区域边界处，高性割邻域节点往往存在较强异质性。山西实现此前的大学调控方法在实现特征聚合过程中忽略了节点之间同质与异质关系。这使得节点特征混入不必要的团队异质节点信息，导致点云分割边界模糊。

针对上述问题，研究团队提出了一种图调控网络，将点云建模为同质—异质图。他们结合图注意力模型，设计了基于同质性指导的图注意力卷积，挖掘局部邻域内同质性特征。研究团队还进一步设计了原型特征提取模块，从全局范围原型空间中进一步挖掘同质性特征，提高节点特征判别性，进一步提升点云分割性能。

据悉，研究成果进一步增强了节点特征的判别性，提高了点云分割边界清晰度。