基于曲率图卷积的非均匀点云掩码自编码器 |
| |
作者姓名: | 黄敏明 傅仰耿 |
| |
作者单位: | 福州大学计算机与大数据学院 |
| |
摘 要: | 提出一种基于曲率图卷积的非均匀分组与掩码策略,用以优化掩码自编码器.首先,提出曲率图卷积以避免固定邻域导致的归纳偏差;其次,在曲率图卷积后引入图池化层,根据点云局部特征进行池化操作并分组;最后,在池化层输出特征的基础上学习每个分组的掩码概率来避免冗余.实验结果表明,本方法能有效提高点云掩码自编码器在下游任务的泛化效果,在ModelNet40上的分类精度达到93.7%,在Completion3Dv2上的补全精度达到5.08,均优于目前主流方法.
|
关 键 词: | 自编码器 点云 图卷积神经网络 预训练 自监督学习 |
|
|