VoxSegNet：用于三维形状语义部件分割的体卷积神经网络
计算机视觉与模式识别
2018-09-05 v1
摘要
体素是表示几何数据的重要格式，因其泛化能力与规则数据格式而被广泛用于形状分析中的三维深度学习。然而，部件分割等细粒度任务需要详细的结构信息，这提高了体素分辨率并从而引发计算资源耗尽等其他问题。本文提出一种新型体卷积神经网络，可在有限分辨率下从体素化三维数据中提取编码细节信息的判别性特征。为此，设计了空间密集提取（SDE）模块以在特征提取过程中保持空间分辨率，缓解最大池化等下采样操作造成的细节损失。还引入了注意力特征聚合（AFA）模块，自适应地从不同抽象尺度选择信息性特征，从而实现兼具语义一致性与高细节精度的分割。在大规模数据集上的实验结果证明了我们的方法在三维形状部件分割中的有效性。
引用
@article{arxiv.1809.00226,
title = {VoxSegNet: Volumetric CNNs for Semantic Part Segmentation of 3D Shapes},
author = {Zongji Wang and Feng Lu},
journal= {arXiv preprint arXiv:1809.00226},
year = {2018}
}
备注
11 pages, 10 figures