3DCapsule：将胶囊架构扩展至三维点云分类
计算机视觉与模式识别
2018-11-07 v1
摘要
本文介绍了 3DCapsule，它是近期提出的胶囊（Capsule）概念的三维扩展，使其适用于无序点集。原始胶囊依赖于其所处理特征图中元素之间存在空间关系，而在三维点集分类方法的点的排列不变表述中，此类关系通常会丢失。此处引入了一种称为 ComposeCaps 的新层，该层不再依赖空间相关的特征映射，而是学习一种可供 3DCapsule 利用的新映射。先前三维点集分类领域的工作聚焦于架构的其他部分，而 3DCapsule 则是常用全连接分类器的直接替换模块。通过消融实验表明，当将 3DCapsule 应用于近期的三维点集分类架构时，其性能持续提升，尤其在面对含噪声数据时。类似地，对 ComposeCaps 层进行了评估，并显示出相对于基线的改进。在与最先进方法（SOTA）的同等条件对比中，3DCapsule 再次展现出更优的性能。
引用
@article{arxiv.1811.02191,
title = {3DCapsule: Extending the Capsule Architecture to Classify 3D Point Clouds},
author = {Ali Cheraghian and Lars Petersson},
journal= {arXiv preprint arXiv:1811.02191},
year = {2018}
}
备注
2019 IEEE Winter Conference on Applications of Computer Vision (WACV)