大规模点云深度学习分类：以楔形文字泥板为例
计算机视觉与模式识别
2022-07-12 v2
摘要
本文介绍了一种用于大规模点云分类的新颖网络架构。该网络用于对楔形文字泥板的元数据进行分类。由于仍有超过五十万块泥板尚未处理，这有助创建泥板的总体概览。该网络在对比数据集上进行了测试，取得了最先进的性能。我们还引入了若干新的元数据分类任务，网络在这些任务上展现出有前景的结果。最后，我们提出了新颖的最大注意力（Maximum Attention）可视化方法，证明训练后的网络聚焦于预期特征。代码见 https://github.com/fhagelskjaer/dlc-cuneiform
引用
@article{arxiv.2202.10851,
title = {Deep learning classification of large-scale point clouds: A case study on cuneiform tablets},
author = {Frederik Hagelskjaer},
journal= {arXiv preprint arXiv:2202.10851},
year = {2022}
}
备注
5 pages, 5 figures, 3 tables