نقطة نت: التعلم العميق على مجموعات النقاط للتصنيف والتقسيم في ثلاثية الأبعاد

السحابة النقطية هي نوع مهم من بنية البيانات الهندسية. نظرًا لصيغتها غير المنتظمة، يحول معظم الباحثين هذه البيانات إلى شبكات فوكسل ثلاثية الأبعاد منتظمة أو مجموعات من الصور. ومع ذلك، فإن هذا التحويل يجعل البيانات ضخمة بشكل غير ضروري ويسبب مشاكل. في هذا البحث، صممنا نوعًا جديدًا من الشبكات العصبية التي تستهلك السحب النقطية مباشرة وتحترم عدم تغير ترتيب النقاط في المدخلات. شبكتنا، التي أطلقنا عليها اسم PointNet (شبكة نقطة)، توفر هندسة موحدة للتطبيقات التي تتراوح بين تصنيف الأجسام، وتقسيم الأجزاء، وتحليل المشاهد الدلالي. رغم بساطتها، فإن شبكة PointNet فعالة جدًا ومؤثرة. على المستوى العملي، أظهرت أدائها القوي على مستوى أو حتى أفضل من الحالة المتقدمة حاليًا. وعلى المستوى النظري، قدمنا تحليلًا لفهم ماذا تعلمته الشبكة ولماذا تكون الشبكة مقاومة للتغيرات والتشوهات في المدخلات.