随着激光雷达、深度相机等三维传感器在各类三维场景上的广泛应用,基于点云数据的三维场景感知学习越来越受到人们的关注,针对传感器直接输出的三维点云数据的研究也逐渐从底层次的几何特征提取向高层次语义理解过渡。深度学习特别是深度卷积神经网络在特征学习及语义信息提取上有巨大优势,如何设计高效的网络模型并利用点云数据驱动模型进行三维场景感知学习成为最近的研究热点。三维点云的深度学习方法研究主要受以下几个方面的限制:首先,点云受采集设备以及坐标系的影响,点的排列顺序千差万别,因此点云数据难以直接作为深度网络的输入。其次,点与点之间的关联性难以表示,这让基于点云数据的高层语义感知变得更加困难。最后,点云数据包含的信息量有限,只能提供片面的几何信息。本文通过分析点云数据的特点和大量的相关工作,基于这些研究的热点和难点,设计并搭建了一种依赖于邻域聚合框架的端到端的深度网络模型用来处理原始的点云数据。本文主要的研究内容如下:1.对基于点云数据的三维场景感知学习的相关技术进行了充分的调研,并进行分析对比,总结了该领域的发展概况和未来需要面临的挑战,同时对场景感知学习的相关技术原理进行了详细的介绍。2.设计并搭建了一种新的适合原始点云作为输入的图注意力深度网络模型。网络模型将传统的图神经网络作为基础的网络框架,结合自然语言处理中的注意力机制进行局部特征的提取。3.提出描述点云关系的关联度的概念。通过获得的关联度在聚合节点特征时来聚合点云的结构化特征,最后再结合网络中全局特征,以获得更加鲁棒、信息更加丰富的特征描述子,同时在一定程度上能够克服点云的稀疏性问题。4.改进图神经网络中的节点状态更新策略,设计并使用全新的节点更新函数用来更新点云中每个数据点的特征。随着网络的加深,多个图注意力层进行多次特征更新,以便可以获得丰富的节点特征表示和局部结构化的特征。最后,通过在流行的基准数据集上与其它的点云感知算法进行实验对比,验证了本文提出的算法的有效性。