利用扩散增强局部特征学习用于三维点云理解
计算机视觉与模式识别
2022-07-05 v1
摘要
由于点云缺乏连通性信息（即边），学习点云具有挑战性。尽管现有的边感知方法可通过建模边来提升性能，但边如何促成提升尚不清楚。本研究中，我们提出一种自动学习增强/抑制边同时保持其工作机制清晰的方法。首先，我们从理论上阐明了边增强/抑制的作用机理。其次，我们通过实验验证了边增强/抑制行为。第三，我们经验性地表明该行为提升了性能。总体而言，我们观察到所提方法在点云分类与分割任务中取得了具有竞争力的性能。
引用
@article{arxiv.2207.01174,
title = {Enhancing Local Feature Learning Using Diffusion for 3D Point Cloud Understanding},
author = {Haoyi Xiu and Xin Liu and Weimin Wang and Kyoung-Sook Kim and Takayuki Shinohara and Qiong Chang and Masashi Matsuoka},
journal= {arXiv preprint arXiv:2207.01174},
year = {2022}
}