ModelNet40-E：基于不确定性的点云分类基准
计算机视觉与模式识别
2025-09-30 v2
摘要
我们引入ModelNet40-E，一个新的基准测试，旨在评估在合成LiDAR式噪声下的点云分类模型的鲁棒性和校准性。不同于现有基准，ModelNet40-E提供噪声损坏的点云和基于高斯噪声参数(, )的点级不确定性标注， enables细粒度评估不确定性建模。我们在多个噪声水平上评估了三种流行模型-PointNet、DGCNN和Point Transformer v3，采用分类准确率、校准指标和不确定性感知性。尽管所有模型在噪声增加时性能下降，但Point Transformer v3在校准方面表现突出，预测的不确定性更贴近底层测量不确定性。
关键词
引用
@article{arxiv.2508.01269,
title = {ModelNet40-E: An Uncertainty-Aware Benchmark for Point Cloud Classification},
author = {Pedro Alonso and Tianrui Li and Chongshou Li},
journal= {arXiv preprint arXiv:2508.01269},
year = {2025}
}