学习局部邻域结构以实现鲁棒的三维形状表示
计算机视觉与模式识别
2021-11-29 v3 机器学习
图像与视频处理
摘要
网格是三维形状的一种强大数据结构。三维网格的表示学习在许多计算机视觉与图形学应用中十分重要。卷积神经网络(CNNs)在结构化数据(如图像)上的近期成功表明,将CNN的洞见适配到三维形状具有价值。然而,三维形状数据是不规则的,因为每个节点的邻居是无序的。针对三维形状的各种图神经网络已采用各向同性滤波器或预定义局部坐标系来克服图上的节点不一致性。但是,各向同性滤波器或预定义局部坐标系限制了表示能力。本文提出一种局部结构感知的各向异性卷积操作(LSA-Conv),它根据局部邻域结构为每个节点学习自适应加权矩阵,并执行共享的各向异性滤波器。事实上,该可学习加权矩阵类似于随机合成器(random synthesizer)——一种用于自然语言处理(NLP)的新Transformer模型——中的注意力矩阵。综合实验表明,与最先进的方法相比,我们的模型在三维形状重建上取得了显著改进。
引用
@article{arxiv.2004.09995,
title = {Learning Local Neighboring Structure for Robust 3D Shape Representation},
author = {Zhongpai Gao and Junchi Yan and Guangtao Zhai and Juyong Zhang and Yiyan Yang and Xiaokang Yang},
journal= {arXiv preprint arXiv:2004.09995},
year = {2021}
}