基于多邻域图卷积的二维-三维几何融合网络用于RGB-D室内场景分类
计算机视觉与模式识别
2021-05-28 v3 人工智能
摘要
多模态融合已被证明有助于提升场景分类任务的性能。本文提出一个二维-三维融合阶段，将三维几何特征与通过二维卷积神经网络获得的二维纹理特征相结合。为获得鲁棒的三维几何嵌入，提出了一种使用两个新颖层的网络。第一层为多邻域图卷积，旨在结合欧几里得空间与特征空间两种不同邻域来学习更具鲁棒性的场景几何描述子。第二层为最近体素池化，改进了著名的体素池化性能。在NYU-Depth-V2与SUN RGB-D数据集上的实验结果表明，所提方法在RGB-D室内场景分类任务上优于当前最先进水平。
引用
@article{arxiv.2009.11154,
title = {2D-3D Geometric Fusion Network using Multi-Neighbourhood Graph Convolution for RGB-D Indoor Scene Classification},
author = {Albert Mosella-Montoro and Javier Ruiz-Hidalgo},
journal= {arXiv preprint arXiv:2009.11154},
year = {2021}
}
备注
Information Fusion 2021