点云采样是这种数据表示中较少被研究的一个课题。目前最常用的采样方法仍然是经典的随机采样和最远点采样。随着神经网络的发展，已经提出了多种基于任务学习的点云采样方法。然而，这些方法大多基于生成模型，而不是直接使用数学统计方法选择点。受图像Canny边缘检测算法的启发，并借助注意力机制，本文提出了一种非生成性的基于注意力的点云边缘采样方法（APES），该方法能够捕捉点云轮廓中的显著点。定性和定量实验结果均表明，我们的采样方法在常见的基准任务上表现出色。