本研究提出了一种基于点云的3D实例分割方法，用于果实监测，克服了传统手动方法的局限性。通过稀疏卷积神经网络提取果实特征，并利用注意力匹配网络进行重新识别，实验结果表明该方法在复杂场景中实现了更精确的监测效果，具有良好的应用前景。

本文介绍了一种用于人脸识别的稀疏卷积神经网络。通过迭代学习和神经元稀疏化，结合新的权重选择准则，提升了模型性能。在适度稀疏结构下，稀疏 ConvNet 的识别性能显著优于 DeepID2+。