Command Palette
Search for a command to run...
O-CNN: شبكات عصبية اصطناعية قاعدتها الشجرة الثمانية لتحليل الأشكال ثلاثية الأبعاد
O-CNN: شبكات عصبية اصطناعية قاعدتها الشجرة الثمانية لتحليل الأشكال ثلاثية الأبعاد
PENG-SHUAI WANG Tsinghua University and Microsoft Research Asia YANG LIU Microsoft Research Asia YU-XIAO GUO University of Electronic Science and Technology of China and Microsoft Research Asia CHUN-YU SUN Tsinghua University and Microsoft Research Asia XIN TONG Microsoft Research Asia
الملخص
نقدم O-CNN، وهو شبكة عصبية اصطناعية قاعدتها الأشجار الثمانية (Octree-based Convolutional Neural Network) لتحليل الأشكال ثلاثية الأبعاد. تعتمد طريقة عملنا على تمثيل الأشكال ثلاثية الأبعاد باستخدام الأشجار الثمانية، حيث تأخذ شبكتنا كمدخلات متوسط المتجهات الطبيعية لموديل ثلاثي الأبعاد تم أخذه من أدق أوراق الشجرة الثمانية، وتنفذ عمليات CNN ثلاثية الأبعاد على الأوراق المحتلة من قبل سطح الشكل الثلاثي الأبعاد. نصمم بنية بيانات ثمانية جديدة تسهل تخزين معلومات الأوراق وخصائص CNN في ذاكرة الرسوميات بفعالية، مما يسمح لنا بتنفيذ التدريب والتقييم الكاملين لـ O-CNN على وحدة معالجة الرسوميات (GPU). يدعم O-CNN العديد من هياكل CNN المختلفة ويتعامل مع الأشكال ثلاثية الأبعاد في تمثيلات مختلفة. من خلال تقييد الحسابات على الأوراق المحتلة من قبل السطوح ثلاثية الأبعاد، تنمو تكاليف الذاكرة والحسابات لـ O-CNN بشكل مربع مع زيادة عمق الشجرة الثمانية، مما يجعل استخدام 3D CNN ممكنًا للموديلات ثلاثية الأبعاد ذات الدقة العالية. نقارن أداء O-CNN مع حلول 3D CNN الأخرى الموجودة ونبين كفاءة وكفاءة O-CNN في ثلاثة مهام لتحليل الشكل، وهي تصنيف الكائنات واسترجاع الشكل وتقسيم الشكل.