FoldingNet: Punktewolken-Autoencoder durch tiefe Gitterdeformation

Kürzlich entwickelte tiefe Netze, die direkt mit Punkten in einem Punktmengenverband arbeiten, wie z.B. PointNet, haben den Stand der Technik bei überwachten Lernaufgaben auf Punktwolken, wie Klassifizierung und Segmentierung, definiert. In dieser Arbeit wird ein neuer end-to-end tiefer Autoencoder vorgeschlagen, um unüberwachte Lernaufgaben auf Punktwolken zu bewältigen. Auf der Encoder-Seite wird eine graphbasierte Verbesserung erzwungen, um lokale Strukturen über PointNet hinaus zu fördern. Anschließend verformt ein neuartiger folding-basierter Decoder (Faltungsbasierter Decoder) ein kanonisches 2D-Gitter auf die zugrunde liegende 3D-Objektoberfläche einer Punktwolke, wodurch auch für Objekte mit feinen Strukturen geringe Rekonstruktionsfehler erreicht werden. Der vorgeschlagene Decoder verwendet nur etwa 7 % der Parameter eines Decoders mit vollständig verbundenen neuronalen Netzen und führt dennoch zu einer diskriminativeren Darstellung, die eine höhere lineare SVM-Klassifikationsgenauigkeit als das Benchmark-Modell erreicht. Zudem wird theoretisch gezeigt, dass die vorgeschlagene Decoderstruktur eine generische Architektur darstellt, die in der Lage ist, eine beliebige Punktwolke aus einem 2D-Gitter zu rekonstruieren. Unser Code ist unter http://www.merl.com/research/license#FoldingNet verfügbar.