GeoAuxNet：面向多传感器点云的通用 3D 表征学习
计算机视觉与模式识别
2024-03-29 v1
摘要
由不同传感器（如 RGB-D 相机和 LiDAR）捕获的点云存在不可忽视的域差距。现有大多数方法设计不同的网络架构，并分别针对各种传感器的点云进行训练。通常，基于点的方法在 RGB-D 相机采集的均匀分布稠密点云上取得出色性能，而基于体素的方法对大范围稀疏 LiDAR 点云更高效。在本文中，我们提出几何到体素辅助学习，使体素表征能够获取点级几何信息，这支持了基于体素的骨干网络借助对多传感器点云的额外解释实现更好的泛化。具体而言，我们构建了由体素引导的动态点网络生成的分层几何池，能够高效提供适应体素特征不同阶段的辅助细粒度几何信息。我们在联合多传感器数据集上进行了实验，以证明 GeoAuxNet 的有效性。得益于精细的几何信息，我们的方法优于在多传感器数据集上联合训练的其他模型，并在每个单一数据集上取得了与当前最先进专家模型相媲美的结果。
引用
@article{arxiv.2403.19220,
title = {GeoAuxNet: Towards Universal 3D Representation Learning for Multi-sensor Point Clouds},
author = {Shengjun Zhang and Xin Fei and Yueqi Duan},
journal= {arXiv preprint arXiv:2403.19220},
year = {2024}
}
备注
CVPR 2024