GeoNet：用于点云分析的深层测地网络
计算机视觉与模式识别
2019-01-04 v1
摘要
基于表面的测地拓扑为物体语义分析与几何建模提供了强有力线索。然而，此类连通性信息在点云中丢失。因此我们引入 GeoNet，这是首个经训练用于建模以点为云表示的表面内在结构的深度学习架构。为展示所学测地感知表征的适用性，我们提出了融合方案，将 GeoNet 与 PU-Net、PointNet++ 等其他基线或骨干网络结合用于下游点云分析。我们的方法在多个可受益于底层表面拓扑理解的代表性任务上改进了当前最优水平，包括点学习上采样、法向估计、网格重建与非刚性形状分类。
引用
@article{arxiv.1901.00680,
title = {GeoNet: Deep Geodesic Networks for Point Cloud Analysis},
author = {Tong He and Haibin Huang and Li Yi and Yuqian Zhou and Chihao Wu and Jue Wang and Stefano Soatto},
journal= {arXiv preprint arXiv:1901.00680},
year = {2019}
}