PointCLIMB：一种无样本点云类增量基准
计算机视觉与模式识别
2023-04-17 v1
摘要
点云提供关于物体轮廓与构型的全面且精确的数据。在类增量学习中利用物体的此类几何与拓扑三维信息，可助力三维计算机视觉中的无限应用。知名的用于解决灾难性遗忘的三维点云类增量学习方法通常需要使用先前遇到的数据，这在内存受限或数据合法性存疑的情形下会遇到困难。为此，我们开创性地将无样本类增量学习引入点云。本文提出 PointCLIMB：一种无样本类增量学习基准。我们着眼于务实视角，考虑三维点云上类增量学习的新颖类别。我们建立了三维无样本类增量学习的基准，考察了多种骨干网络在三维无样本类增量学习框架下的性能，并在 ModelNet40 数据集上展示了结果。
引用
@article{arxiv.2304.06775,
title = {PointCLIMB: An Exemplar-Free Point Cloud Class Incremental Benchmark},
author = {Shivanand Kundargi and Tejas Anvekar and Ramesh Ashok Tabib and Uma Mudenagudi},
journal= {arXiv preprint arXiv:2304.06775},
year = {2023}
}