Point2SpatialCapsule：利用空间感知胶囊聚合点云局部区域特征与空间关系
计算机视觉与模式识别
2020-10-28 v1
摘要
直接在点云上学习具有判别力的形状表示在三维形状分析与理解中仍具挑战。近期研究通常包含三步：首先将点云划分为若干局部区域，然后提取各局部区域对应特征，最后利用简单最大池化将所有局部区域特征聚合为全局特征作为形状表示。然而，此类基于池化的特征聚合方法未能充分考量局部区域间的空间关系，极大限制了学习判别力形状表示的能力。为解决该问题，我们提出一种名为Point2SpatialCapsule的新型深度学习网络，用于聚合点云上局部区域的特征与空间关系，旨在学习更具判别力的形状表示。相较于传统基于最大池化的特征聚合网络，Point2SpatialCapsule不仅能显式学习局部区域的几何特征，还能学习它们之间的空间关系。其由两个模块组成。为解决局部区域无序问题，第一模块名为几何特征聚合，旨在将局部区域特征聚合至可学习的聚类中心，从而显式编码来自原始三维空间的空间位置。第二模块名为空间关系聚合，利用本文提出的空间感知胶囊，进一步聚合聚类特征及其在特征空间中的空间关系。相较于先前基于胶囊网络的方法，空间感知胶囊上的特征路由能学习点云局部区域间更具判别力的空间关系，并通过特征簇建立对数先验与空间位置间的直接映射。
引用
@article{arxiv.1908.11026,
title = {Point2SpatialCapsule: Aggregating Features and Spatial Relationships of Local Regions on Point Clouds using Spatial-aware Capsules},
author = {Xin Wen and Zhizhong Han and Xinhai Liu and Yu-Shen Liu},
journal= {arXiv preprint arXiv:1908.11026},
year = {2020}
}