BriefGPT.xyz
Oct, 2019
点云的无监督多任务特征学习
Unsupervised Multi-Task Feature Learning on Point Clouds
HTML
PDF
Kaveh Hassani, Mike Haley
TL;DR
该研究提出了一种无监督的多任务模型，用于联合学习点云上的点和形状特征，并定义了三个无监督任务来训练多尺度基于图形的编码器。结果表明，与之前的无监督模型相比，该模型在形状分类和分割基准上表现优异。在ModelNet40分类任务中，准确率达到89.1％，在ShapeNet分割任务中，mIoU为68.2％，准确率为88.6％。
Abstract
We introduce an unsupervised
multi-task model
to jointly learn point and
shape features
on
point clouds
. We define three unsupervised task
→