MinkUNeXt：基于3D稀疏卷积的点云大规模地点识别
计算机视觉与模式识别
2024-10-27 v2
摘要
本文提出了 MinkUNeXt，一个用于点云地点识别的有效且高效的架构，完全基于新的 3D MinkNeXt 块，该块由遵循最新 Transformer 思想但仅使用简单 3D 卷积的 3D 稀疏卷积组成的残差块。通过 U-Net 编码器-解码器网络在不同尺度上进行特征提取，并通过广义均值池化 (GeM) 将这些特征聚合到单个描述子中。该提议架构证明了仅依赖常规 3D 稀疏卷积即可超越当前最先进方法，而无需使用转换器、注意力层或可变形卷积等更复杂和更精细的方案。对该提议的全面评估使用 Oxford RobotCar 和 In-house 数据集进行。结果表明，MinkUNeXt 在其他方法中表现优异。
引用
@article{arxiv.2403.07593,
title = {MinkUNeXt: Point Cloud-based Large-scale Place Recognition using 3D Sparse Convolutions},
author = {J. J. Cabrera and A. Santo and A. Gil and C. Viegas and L. Payá},
journal= {arXiv preprint arXiv:2403.07593},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication