FPConv:用于点卷积的局部展平学习
计算机视觉与模式识别
2020-03-17 v3
摘要
我们提出 FPConv,一种为 3D 点云分析设计的表面式卷积算子。与以往方法不同,FPConv 不需要变换到如 3D 网格或图等中间表示,而是直接作用于点云的表面几何。更具体地,对每个点,FPConv 通过自动学习权重图将周围点软投影到 2D 网格上,从而实现局部展平。因此可应用常规 2D 卷积进行高效特征学习。FPConv 可轻松集成到各种网络架构中,用于 3D 物体分类与 3D 场景分割等任务,并取得与现有基于体素的卷积相当的性能。更重要的是,我们的实验还表明 FPConv 可作为体素卷积的补充,联合训练可进一步提升整体性能至最先进结果。
引用
@article{arxiv.2002.10701,
title = {FPConv: Learning Local Flattening for Point Convolution},
author = {Yiqun Lin and Zizheng Yan and Haibin Huang and Dong Du and Ligang Liu and Shuguang Cui and Xiaoguang Han},
journal= {arXiv preprint arXiv:2002.10701},
year = {2020}
}
备注
Camera-ready, accepted to CVPR 2020