为点云学习潜在部分-整体层次结构
计算机视觉与模式识别
2022-11-15 v1
摘要
有力证据表明，人类通过将视觉场景与物体解析为部分-整体层次结构来感知三维世界。尽管深度神经网络具备学习强大多级表征的能力，它们无法显式建模部分-整体层次结构，这限制了其在处理点云等三维视觉数据时的表达力与可解释性。为此，我们提出一种编码器-解码器风格的潜变量模型，显式学习用于多级点云分割的部分-整体层次结构。具体而言，编码器以点云为输入并预测中间层级逐点潜在子部分分布。解码器以潜变量和编码器的特征为输入，预测顶层逐点部分分布。训练期间仅提供顶层的标注部分标签，从而使整个框架为弱监督。我们探索了两类近似推断算法，即最可能潜变量与蒙特卡洛方法，以及三种用于学习离散潜变量的随机梯度估计：直通、REINFORCE 与路径估计。在 PartNet 数据集上的实验结果表明，所提方法不仅在顶层部分分割上，也在中间层级潜在子部分分割上取得了最先进的性能。
引用
@article{arxiv.2211.07082,
title = {Learning Latent Part-Whole Hierarchies for Point Clouds},
author = {Xiang Gao and Wei Hu and Renjie Liao},
journal= {arXiv preprint arXiv:2211.07082},
year = {2022}
}