德國亞琛工業(yè)大學(xué)提出DualConvMesh-Net更好處理3D網(wǎng)格數(shù)據(jù)
另一種可行的卷積則定義于頂點的相對位置上,但本文則重點研究那些在歐式卷積和側(cè)地線卷積下不同的區(qū)域:測地線圖卷積定義的領(lǐng)域是沿著表面可以通過一條邊觸及的頂點,這意味著鄰域中只包含局域測地線尺度上接近的點;而歐式圖卷積則基于歐式距離定義的鄰域,一般利用k-nn或者一定半徑內(nèi)的圖結(jié)構(gòu)來得到。
為了在不同層級上對網(wǎng)格進行處理,提出了基于池化追蹤圖(pooling trace map)的方式來對網(wǎng)格進行不斷簡化。其中第0級是原始的分辨率最高的層次,網(wǎng)格的分辨率隨著l的增加而降低。池化追蹤圖的目的是將l層的頂點通過雙射的方式映射到下一個層次l+1的頂點集合中。而后通過邊的簡化算法得到l+1層的邊,并連接得到的頂點。下圖顯示了網(wǎng)格的池化過程,在簡化網(wǎng)格的同時保持測地線鄰域。
實際過程中使用了兩種成熟的集合處理方法,Quadric Error Metrics(QEM)和Vertex Clustering(VC),結(jié)合池化追蹤圖來實現(xiàn)池化和上采樣的過程。
針對網(wǎng)格的池化過程
大規(guī)模場景分割
為了驗證方法的有效性,研究人員在S3DIS、ScanNetV2和Matterport3D等三個大規(guī)模場景分割數(shù)據(jù)集上進行了實驗。其中S3DIS來自斯坦福大學(xué),包含六個大規(guī)模的室內(nèi)場景,共三棟不同樓房內(nèi)的271個房間和13類語義標簽;ScanNetv2則包含了種類豐富的室內(nèi)場景和對應(yīng)的重建表面、紋理網(wǎng)格、基準語義標注等,其中包含了20個語義分類;Matterport3D包含了90個建筑尺度的RGB-D掃描結(jié)果和21個類別標注。
通過充分訓(xùn)練后,下表顯示了本文方法的性能。在ScanNet數(shù)據(jù)和S3DIS數(shù)據(jù)集上,本方法得到了較好的結(jié)果,超過了現(xiàn)有的圖卷積方法。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 AI 眼鏡讓百萬 APP「集體失業(yè)」?
- 2 大廠紛紛入局,百度、阿里、字節(jié)搶奪Agent話語權(quán)
- 3 深度報告|中國AI產(chǎn)業(yè)正在崛起成全球力量,市場潛力和關(guān)鍵挑戰(zhàn)有哪些?
- 4 上海跑出80億超級獨角獸:獲上市公司戰(zhàn)投,干人形機器人
- 5 國家數(shù)據(jù)局局長劉烈宏調(diào)研格創(chuàng)東智
- 6 一文看懂視覺語言動作模型(VLA)及其應(yīng)用
- 7 下一代入口之戰(zhàn):大廠為何紛紛押注智能體?
- 8 百億AI芯片訂單,瘋狂傾銷中東?
- 9 Robotaxi新消息密集釋放,量產(chǎn)元年誰在領(lǐng)跑?
- 10 格斗大賽出圈!人形機器人致命短板曝光:頭腦過于簡單