DualConvMesh-Net：3D网格上的测地卷积与欧氏卷积联合
计算机视觉与模式识别
2020-04-03 v1
摘要
我们提出DualConvMesh-Nets（DCM-Net），一类基于3D几何数据的深度层次卷积网络，其结合了两类卷积。第一类为测地卷积，在网格表面或图上定义核权重，即卷积核权重被映射到给定网格的局部表面。第二类为欧氏卷积，独立于任何底层网格结构。卷积核应用于基于3D点间欧氏距离的局部亲和表示所获得的邻域上。直观上，测地卷积可轻松分离空间上接近但表面不连通的物体，而欧氏卷积能更好地表示邻近物体间的交互，因其忽略物体表面。为实现多分辨率架构，我们借鉴几何处理领域成熟的网格简化方法并调整其以定义保持网格的池化与反池化操作。我们通过实验表明，在我们的架构中结合两类卷积可显著提升3D语义分割性能，并在三个场景分割基准上报告了有竞争力的结果。我们的模型和代码已公开可用。
引用
@article{arxiv.2004.01002,
title = {DualConvMesh-Net: Joint Geodesic and Euclidean Convolutions on 3D Meshes},
author = {Jonas Schult and Francis Engelmann and Theodora Kontogianni and Bastian Leibe},
journal= {arXiv preprint arXiv:2004.01002},
year = {2020}
}
备注
CVPR 2020 camera-ready version