O-CNN: شبكات عصبية اصطناعية قاعدتها الشجرة الثمانية لتحليل الأشكال ثلاثية الأبعاد

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.