إعادة النظر في تصنيف أشكال السحابة النقطية باستخدام أساس بسيط وفعال

معالجة بيانات السحابة النقطية تعد عنصراً أساسياً في العديد من الأنظمة الواقعية. ونتيجة لذلك، تم اقتراح عدد كبير من الطرق القائمة على النقط، والتي سجلت تحسّنات مستمرة في الأداء على المعايير المعيارية مع مرور الوقت. نقوم في هذا العمل بدراسة المكونات الأساسية لهذا التقدّم، ونكتشف نتيجتين جوهريتين. أولاً، نلاحظ أن العوامل المساعدة مثل أساليب التقييم المختلفة، واستراتيجيات تضخيم البيانات، ووظائف الخسارة، التي لا تعتمد على هيكل الشبكة العصبية، تُحدث فرقاً كبيراً في الأداء. وتفوق هذه الفروق الحدود التي تُخفِّف من تأثير الهيكل المعماري. وعند التحكم في هذه العوامل، تُظهر شبكة PointNet++، التي تعدّ من الشبكات القديمة نسبياً، أداءً تنافسياً مع الأساليب الحديثة. ثانيًا، تُظهر طريقة بسيطة تعتمد على التصوير (projection-based)، والتي نسميها SimpleView، أداءً مدهشاً. حيث تحقق أداءً مماثلاً أو أفضل من الأساليب الحديثة المعقدة على مجموعة بيانات ModelNet40، مع أن حجمها يُقلّ عن نصف حجم PointNet++. كما تتفوّق على الأساليب الحديثة على مجموعة بيانات ScanObjectNN، وهي مجموعة بيانات واقعية لسحابات نقطية، وتُظهر قدرة أفضل على التعميم بين المجموعات المختلفة. يمكن الوصول إلى الشفرة المصدرية عبر الرابط: https://github.com/princeton-vl/SimpleView.