评估 3D 形状分析方法对旋转不变性的鲁棒性

本文分析了近期 3D 形状描述子对 SO(3) 旋转的鲁棒性，这是形状建模的基础。具体而言，我们构建了旋转 3D 物体实例检测任务。为此，我们考虑一个 3D 室内场景数据库，其中物体以不同朝向出现。我们在该任务背景下对不同特征提取与分类方法进行基准测试。我们在多种实验设置中系统对比不同选择，考察其对不同旋转分布、物体不同部分观测程度以及负样本对不同难度级别的影响。我们在物体实例以不同朝向出现的合成 3D 场景数据集上的研究揭示，基于深度学习的旋转不变方法在具有易区分样本对的相对简单设置中有效。然而，当输入样本对的旋转差异较大、输入物体的观测程度降低或输入样本对的难度增加时，其性能显著下降。最后，我们将为旋转不变方法设计的特征编码连接到使其获得旋转不变性的 3D 几何。