You Only Group Once：基于词元表示与关系推断模块的高效点云处理
机器人学
2021-03-25 v2
摘要
基于三维点云的感知是一项具有挑战性但至关重要的计算机视觉任务。点云由稀疏、非结构化且无序的点集组成。为了理解点云，以往基于点的方法（如 PointNet++）通过局部特征的层次化聚合来提取视觉特征。然而，此类方法存在几个关键局限：1) 这类方法需要多次采样和分组操作，拖慢了推理速度。2) 这类方法对点云中每个点投入等量计算，尽管许多点是冗余的。3) 这类方法通过下采样将局部特征聚合在一起，导致信息丢失并损害感知性能。为克服这些挑战，我们提出了一种新颖、简洁且优雅的深度学习模型 YOGO（You Only Group Once）。与以往方法相比，YOGO 只需对点云采样和分组一次，因此非常高效。YOGO 不对点进行操作，而是对少量词元进行操作，每个词元汇总一个子区域中的点特征。这使我们避免对冗余点进行计算，从而提升效率。此外，尽管计算在词元上进行，YOGO 通过将词元特征投影到点特征来保留逐点特征。这避免了信息丢失，并能改善逐点感知性能。我们进行了充分的实验，证明 YOGO 在 ModelNet、ShapeNetParts 和 S3DIS 数据集上取得具有竞争力的分类与分割性能的同时，相较基于点的基线方法实现了至少 3.0 倍的加速。
引用
@article{arxiv.2103.09975,
title = {You Only Group Once: Efficient Point-Cloud Processing with Token Representation and Relation Inference Module},
author = {Chenfeng Xu and Bohan Zhai and Bichen Wu and Tian Li and Wei Zhan and Peter Vajda and Kurt Keutzer and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:2103.09975},
year = {2021}
}
备注
The code is available at https://github.com/chenfengxu714/YOGO.git