通过双曲空间中的正则化重新思考点云的组合性
计算机视觉与模式识别
2022-09-22 v1 图像与视频处理
摘要
3D 物体的点云展现出一种固有的组合性质，其中简单部件可被组装成逐渐更复杂的形状以构成完整物体。显式地捕捉这种部分-整体层次结构一直是构建有效模型的长久目标，但其树状性质使该任务难以捉摸。本文提出将点云分类器的特征嵌入双曲空间，并显式正则化该空间以刻画部分-整体层次结构。双曲空间是唯一能够成功嵌入该层次结构树状性质的空间。这为最先进的监督式点云分类模型带来了性能的显著提升。
引用
@article{arxiv.2209.10318,
title = {Rethinking the compositionality of point clouds through regularization in the hyperbolic space},
author = {Antonio Montanaro and Diego Valsesia and Enrico Magli},
journal= {arXiv preprint arXiv:2209.10318},
year = {2022}
}
备注
NeurIPS 2022