شبكة اقتراح المجموعات المشابهة لتقسيم النماذج ثلاثية الأبعاد من السحابة النقطية

نقدم شبكة اقتراح المجموعات المشابهة (SGPN)، وهي إطار بسيط وواضح للتعلم العميق لتقسيم النماذج ثلاثية الأبعاد على السحابة النقطية. تستخدم SGPN شبكة واحدة لتنبؤ اقتراحات مجموعات النقاط وفئة معنوية متناظرة لكل اقتراح، ومن خلالها يمكن استخراج نتائج تقسيم النماذج مباشرة. من العوامل الأساسية لفعالية SGPN هو تمثيلها الجديد لنواتج تقسيم النماذج ثلاثية الأبعاد على شكل مصفوفة تشابه تشير إلى درجة التشابه بين كل زوج من النقاط في الفضاء المميز المضمن، مما ينتج عنه اقتراح تجميع دقيق لكل نقطة. حسب علمنا، تعد SGPN الإطار الأول الذي يتعلم التقسيم المعنوي الواعي بالنماذج ثلاثية الأبعاد على السحابة النقطية. تظهر نتائج التجارب على مشاهد ثلاثية أبعاد مختلفة فعالية طريقة عملنا في تقسيم النماذج ثلاثية الأبعاد، كما قمنا بتقييم قدرة SGPN على تحسين نتائج الكشف عن الأجسام الثلاثية الأبعاد والتقسيم المعنوي. كما نوضح مرونتها من خلال دمج خصائص الشبكات العصبية التلافيفية ثنائية الأبعاد (2D CNN) في الإطار بسلاسة لتعزيز الأداء.