面向三维点云处理的 DNN 表示质量解释
计算机视觉与模式识别
2021-11-08 v1 人工智能
机器学习
摘要
本文中，我们评估编码在用于三维点云处理的深度神经网络（DNNs）中的知识表示质量。我们提出一种方法，将模型整体脆弱性解耦为对旋转、平移、尺度以及局部三维结构的敏感性。此外，我们还提出度量来评估编码三维结构的空间平滑性，以及 DNN 的表示复杂度。基于此类分析，实验揭示了经典 DNN 的表示问题，并解释了对抗训练的作用。
引用
@article{arxiv.2111.03549,
title = {Interpreting Representation Quality of DNNs for 3D Point Cloud Processing},
author = {Wen Shen and Qihan Ren and Dongrui Liu and Quanshi Zhang},
journal= {arXiv preprint arXiv:2111.03549},
year = {2021}
}