通过双曲空间中的正则化重新思考点云的组合性

三维点云在本质上具有组合性特征，即简单的几何部件可以通过逐级组合形成越来越复杂的整体结构。显式建模这种部件与整体之间的层次关系，是构建高效点云识别模型长期追求的目标。然而，由于这种层次结构具有树状特性，使得该任务长期难以实现。本文提出将点云分类器的特征嵌入双曲空间，并显式地对空间结构进行正则化，以显式地捕捉部件与整体之间的层次关系。双曲空间是唯一能够有效嵌入树状层次结构的几何空间。实验结果表明，该方法显著提升了当前先进监督式点云分类模型的性能。