Ein detaillierterer Blick auf lokale Aggregationsoperatoren in der Analyse von Punktwolken

Neuere Fortschritte in der Architektur von Netzwerken für die Verarbeitung von Punktwolken werden hauptsächlich durch neue Entwürfe lokaler Aggregationsoperatoren getrieben. Allerdings wurde der Einfluss dieser Operatoren auf die Netzwerkleistung aufgrund unterschiedlicher Gesamtarchitekturen und Implementierungsdetails in den jeweiligen Ansätzen bisher nicht sorgfältig untersucht. Gleichzeitig werden die meisten Operatoren lediglich in flachen Architekturen eingesetzt. In diesem Artikel überprüfen wir erneut repräsentative lokale Aggregationsoperatoren und untersuchen deren Leistungsfähigkeit unter Verwendung derselben tiefen residualen Architektur. Unsere Untersuchung zeigt, dass, trotz unterschiedlicher Entwürfe dieser Operatoren, alle von ihnen unter denselben Eingabedaten- und Merkmalszahlen überraschend ähnliche Beiträge zur Netzwerkleistung liefern und dabei die aktuell besten Ergebnisse auf Standardbenchmarks erzielen. Diese Erkenntnis motiviert uns, die Notwendigkeit komplexer Entwürfe lokaler Aggregationsoperatoren für die Verarbeitung von Punktwolken erneut zu hinterfragen. Dazu schlagen wir einen einfachen lokalen Aggregationsoperator ohne lernbare Gewichte vor, den wir Position Pooling (PosPool) nennen. PosPool erzielt eine Leistung, die vergleichbar oder sogar leicht besser ist als die bestehender komplexer Operatoren. Insbesondere erreicht ein einfaches tiefes Residualnetzwerk mit PosPool-Schichten herausragende Ergebnisse auf allen Benchmarks und übertrifft die bisherigen State-of-the-Art-Methoden auf dem anspruchsvollen PartNet-Datensatz mit einer erheblichen Lücke (7,4 mIoU). Der Quellcode ist öffentlich unter https://github.com/zeliu98/CloserLook3D verfügbar.