MARNet：用于三维点云分析的多抽象细化网络
计算机视觉与模式识别
2020-11-03 v1
摘要
由于三维点云具有置换不变性与空间不规则分布的固有特性，从其进行表示学习颇具挑战。现有深度学习方法遵循分层特征提取范式，由低级特征导出高级抽象特征。然而，由于这些特征间交互有限，它们未能充分利用不同粒度的信息。为此，我们提出多抽象细化网络（MARNet），确保多级特征间有效交换信息以获取局部与全局上下文线索，同时将其有效保留至最终层。我们通过两个具挑战性任务上的最优结果实证了 MARNet 的有效性：形状分类与由粗到细的语义分割。MARNet 较基线将分类性能显著提升 2%，并在语义分割任务上优于现有最优方法。
引用
@article{arxiv.2011.00923,
title = {MARNet: Multi-Abstraction Refinement Network for 3D Point Cloud Analysis},
author = {Rahul Chakwate and Arulkumar Subramaniam and Anurag Mittal},
journal= {arXiv preprint arXiv:2011.00923},
year = {2020}
}