Unüberwachte 3D-Punktwolkenlineare Auswertung

Im Bereich der Computer Vision zielt die Aufgabe der unüberwachten linearen Bewertung von 3D-Punktwolken darauf ab, einen linearen Klassifikator (wie ein SVM) mit Repräsentationen zu trainieren, die durch unüberwachtes Lernen auf Vortrainingsdatensätzen (wie ShapeNet) erlangt wurden. Das Ziel dieser Aufgabe ist es, die Effektivität von unüberwachten Lernmethoden zu überprüfen und den Anwendungswert von 3D-Punktwolken-Daten in verschiedenen visuellen Erkennungsaufgaben zu erhöhen.