SpiderCNN: Tiefes Lernen auf Punktmengen mit parametrisierten Faltungsfiltern

Tiefe neuronale Netze haben bei verschiedenen visuellen Aufgaben erstaunlichen Erfolg gefeiert, jedoch bleibt es eine Herausforderung, Faltungsneuronale Netze (CNNs) auf Bereiche anzuwenden, die keine regelmäßige zugrundeliegende Struktur aufweisen, wie zum Beispiel 3D-Punktwolken. Um dies zu bewältigen, schlagen wir eine neuartige Faltungsarchitektur vor, die als SpiderCNN bezeichnet wird und effizient geometrische Merkmale aus Punktwolken extrahieren kann. SpiderCNN besteht aus Einheiten namens SpiderConv, die Faltungsvorgänge von regelmäßigen Gittern auf unregelmäßige Punktmengen verallgemeinern, die in ( \mathbb{R}^n ) eingebettet sein können, indem sie eine Familie von Faltungsfiltern parametrisieren. Wir gestalten den Filter als Produkt einer einfachen Sprungfunktion, die lokale geodätische Informationen erfasst, und eines Taylor-Polynoms, das die Ausdrucksstärke gewährleistet. SpiderCNN übernimmt die mehrskalige hierarchische Architektur der klassischen CNNs, was es ermöglicht, semantische tiefe Merkmale zu extrahieren. Experimente mit ModelNet40 zeigen, dass SpiderCNN bei Standardbenchmarks eine Stand der Technik entsprechende Genauigkeit von 92,4 % erreicht und bei Segmentierungsaufgaben wettbewerbsfähige Leistungen zeigt.