EPiC: تجميع السحاب الجزئي للنقاط لتصنيف قوي

إن التصنيف القوي لسحوبات النقاط أمر بالغ الأهمية للتطبيقات الواقعية، نظرًا لأن أجهزة الاستشعار ثلاثية الأبعاد من فئة المستهلك غالبًا ما تُنتج بيانات جزئية ومشوّشة، وتتأثر بعوامل تشويه مختلفة. في هذا العمل، نقترح إطارًا عامًا مُجمّعًا مبنيًا على عينة السحابة الجزئية للنقاط. حيث يتم عرض كل عضو من أعضاء الإطار على بيانات إدخال جزئية فقط. ونستخدم ثلاث استراتيجيات عينة بشكل مشترك: استراتيجيتان محليتان تعتمدان على البُقع والمنحنيات، واستراتيجية عالمية عشوائية. نُظهر مقاومة طريقة العمل لدينا أمام مختلف أنواع التشويهات المحلية والعالمية. ونُثبت أن إطارنا يُحسّن بشكل كبير مرونة الشبكات الرائدة في التصنيف، وبفارق كبير. ويستخدم إعداد التجربة لدينا قاعدة بيانات ModelNet-C التي تم إدخالها حديثًا من قبل رين وآخرون [24]، حيث نحقق أفضل النتائج (SOTA) سواء على البيانات غير المُعدّلة أو على البيانات المُعدّلة. حيث بلغ متوسط خطأ التشويه (mCE) في الحالة غير المُعدّلة 0.64 (أفضل نتيجة سابقة كانت 0.86)، و0.50 في الحالة المُعدّلة (أفضل نتيجة سابقة كانت 0.57). ونُحلّل ونُفسّر هذه النتائج المتميزة من خلال تحليل التنوّع. يمكن الوصول إلى الكود الخاص بنا من خلال: https://github.com/yossilevii100/EPiC