SO-Net : Réseau Auto-Organisé pour l'Analyse de Nuages de Points

Ce document présente SO-Net, une architecture invariante aux permutations pour l'apprentissage profond avec des nuages de points sans ordre. SO-Net modélise la distribution spatiale du nuage de points en construisant une Carte Auto-Organisatrice (SOM). À partir de cette SOM, SO-Net effectue une extraction de caractéristiques hiérarchique sur les points individuels et les nœuds de la SOM, et représente finalement le nuage de points d'entrée par un unique vecteur de caractéristiques. Le champ récepteur du réseau peut être systématiquement ajusté en effectuant une recherche des k plus proches voisins entre les points et les nœuds. Dans des tâches de reconnaissance telles que la reconstruction, la classification, la segmentation des parties d'objets et la recherche de formes à partir de nuages de points, notre réseau proposé montre des performances similaires ou supérieures aux approches les plus avancées actuellement disponibles. De plus, la vitesse d'entraînement est considérablement plus rapide que celle des réseaux existants pour la reconnaissance de nuages de points grâce à la parallélisabilité et à la simplicité de l'architecture proposée. Notre code est disponible sur le site web du projet : https://github.com/lijx10/SO-Net