订阅
纠错
加入自媒体

德国亚琛工业大学提出DualConvMesh-Net更好处理3D网格数据

2020-05-09 15:25
将门创投
关注

另一种可行的卷积则定义于顶点的相对位置上,但本文则重点研究那些在欧式卷积和侧地线卷积下不同的区域:测地线图卷积定义的领域是沿着表面可以通过一条边触及的顶点,这意味着邻域中只包含局域测地线尺度上接近的点;而欧式图卷积则基于欧式距离定义的邻域,一般利用k-nn或者一定半径内的图结构来得到。

为了在不同层级上对网格进行处理,提出了基于池化追踪图(pooling trace map)的方式来对网格进行不断简化。其中第0级是原始的分辨率最高的层次,网格的分辨率随着l的增加而降低。池化追踪图的目的是将l层的顶点通过双射的方式映射到下一个层次l+1的顶点集合中。而后通过边的简化算法得到l+1层的边,并连接得到的顶点。下图显示了网格的池化过程,在简化网格的同时保持测地线邻域。

实际过程中使用了两种成熟的集合处理方法,Quadric Error Metrics(QEM)和Vertex Clustering(VC),结合池化追踪图来实现池化和上采样的过程。

针对网格的池化过程

大规模场景分割

为了验证方法的有效性,研究人员在S3DIS、ScanNetV2和Matterport3D等三个大规模场景分割数据集上进行了实验。其中S3DIS来自斯坦福大学,包含六个大规模的室内场景,共三栋不同楼房内的271个房间和13类语义标签;ScanNetv2则包含了种类丰富的室内场景和对应的重建表面、纹理网格、基准语义标注等,其中包含了20个语义分类;Matterport3D包含了90个建筑尺度的RGB-D扫描结果和21个类别标注。
通过充分训练后,下表显示了本文方法的性能。在ScanNet数据和S3DIS数据集上,本方法得到了较好的结果,超过了现有的图卷积方法。

<上一页  1  2  3  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

人工智能 猎头职位 更多
扫码关注公众号
OFweek人工智能网
获取更多精彩内容
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号