PointNet: Глубокое обучение на множествах точек для 3D-классификации и сегментации

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation
Leonidas Guibas, Kaichun Mo, Charles R. Qi, Hao Su, Hao Su, Leonidas J. Guibas
2016-12-02

3D классификацияPointNetсегментация частейинвариантность к перестановкеоблако точексемантический разбор сцены
Облако точек является важным типом геометрической структуры данных. Из-за его нерегулярного формата большинство исследователей преобразуют такие данные в регулярные 3D-воксельные сетки или наборы изображений. Это, однако, делает данные излишне объёмными и создаёт проблемы. В данной статье мы разрабатываем новый тип нейронной сети, который непосредственно потребляет облака точек и корректно учитывает инвариантность относительно перестановки точек во входе. Наша сеть, названная PointNet, предлагает единую архитектуру для приложений, варьирующихся от классификации объектов и сегментации частей до семантического парсинга сцены. Хотя она проста, PointNet отличается высокой эффективностью и результативностью. В эмпирических экспериментах она демонстрирует сильные показатели, сопоставимые или даже превосходящие современные методы. Теоретически мы приводим анализ, направленный на понимание того, чему сеть научилась и почему она устойчива к возмущениям и повреждениям входных данных.
1
PointNet — новая архитектура нейронной сети, которая напрямую обрабатывает исходные облака точек без преобразования в воксели или изображения.
2
PointNet является высокоэффективным и эмпирически демонстрирует сильные результаты, сравнимые или превосходящие передовые методы.
3
PointNet предоставляет унифицированную архитектуру, применимую к классификации объектов, сегментации частей и семантическому разбору сцен.
4
PointNet учитывает инвариантность перестановки входных точек, обеспечивая корректную обработку независимо от порядка точек.
5
Авторы приводят теоретический анализ, объясняющий, что изучает PointNet и почему он устойчив к возмущениям и повреждениям входа.

Облачения точек (неупорядоченные множества 3D-точек)

Нейронная сеть (PointNet), непосредственно работающая с облаками точек с учётом инвариантности к перестановке, её производительность и устойчивость для 3D-классификации объектов, сегментации частей и семантического парсинга сцен

Publication Details
Publication Date
2016-12-02
Journal
Publisher
ISSN
Cited by
3273
Access Type
Author Information
Authors
Leonidas Guibas
Kaichun Mo
Charles R. Qi
Hao Su
Hao Su
Leonidas J. Guibas
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%