ECCVDec, 2019

三维点云的四元数等变胶囊神经网络

PDF
TL;DR提出一种能够处理点云的三维胶囊模块，它对于三维旋转和移动具有等变性，并且对于输入点的排列具有不变性；该模块通过四元数上的新颖动态路由过程来建立端到端的变换等变性；此外，作者在理论上将胶囊之间的动态路由与欧几里德旋转平均算法相连接，通过此连接，证明了这种路由方式能够被解释为对胶囊投票进行鲁棒的旋转平均，进而在大型数据集上进行了实验验证。
3d capsule modulepoint cloudsdynamic routingequivarianceorientation estimation
发现论文，激发创造
  • 群等变胶囊网络

    我们提出了一种基于群等变胶囊网络的框架，通过引入路由协议算法，实现了保证等变性和不变性的性质，在与群卷积网络相连的同时，提供了一种深度神经网络架构，可控制特定的等变性和不变性属性，并提供可解释和完全等变的表示向量作为输出胶囊。

    Jun, 2018

  • PointCaps: 使用胶囊网络和欧几里得距离路由处理原始点云

    本研究提出了 PointCaps，一种新的卷积胶囊体系结构，以及一种新的欧几里得距离路由算法和类独立潜在表示，在原始点云的分类、重建和分割中拥有更好的表现，具有显著的参数和 FLOP 数量低的优势。

    Dec, 2021

  • 关于旋转等变点云网络的普适性

    研究点云上函数学习的神经网络结构具有形状不变性，首先推导出两个充分条件以获得普适逼近性能，在此基础上设计了两个新的普适网络结构。

    Oct, 2020

  • 构建深度等变胶囊网络

    本文基于学习两层之间胶囊之间部分整体关系的低效性，并采用将每层的每种胶囊类型的姿态变化流形进行可训练、对称函数进行编码的胶囊网络框架，证明了该模型具有组合表示的等变性和增强的变换鲁棒性

    Aug, 2019

  • 3D 点胶囊网络

    此论文提出了 3D 点胶囊网络作为自动编码器的一个改进，它能处理稀疏的三维点云数据并保留其空间结构。动态路由和其独特的二维潜在空间使其改进了几个与点云相关的常见任务，如物体分类、物体重建和部分分割，并能使其实现部分插值和替换。

    Dec, 2018

  • 张量场网络：旋转和平移等变神经网络在三维点云中的应用

    介绍了局部等变于 3D 旋转，平移和点的排列的张量场神经网络；使用球谐函数构建滤波器，接受标量、向量和高阶张量作为输入，并在几何意义下保证输出。用于处理几何、物理和化学任务。

    Feb, 2018

  • 基于学习方向的坐标不变点云分析

    本文提出了一种基于信息传递方案的新颖简单框架，通过为每个点引入方向来获得等变性，从而使点云分析更加灵活，并提供了正式的证明以表明其等变性。

    Mar, 2022

  • 用于三维点云分析的等变点网络

    本文提出了一个有效的 SE（3）网络，它是针对点云分析领域中 3D 形状对齐任务而设计的，可以利用等变特征来提高性能并解决相对较少探索的旋转等变特征对 3D 形状对齐任务的处理问题。我们采用一个新的框架 SE (3) 可分点卷积来降低计算成本，并在网络中引入一个注意力层来有效地利用等变特征的表达能力。通过广泛的研究和视觉解释，实证结果表明，我们提出的模型在各种基准测试中优于强基线。

    Mar, 2021

  • 规范姿态下的自监督胶囊

    本研究提出了一种自监督胶囊体系结构用于 3D 点云，其通过置换等变性注意力计算对象的胶囊分解，并通过随机旋转对象对进行训练。我们的关键思想是将注意力掩码聚合成语义关键点，并使用这些来监督满足胶囊不变性 / 等变性属性的分解，从而使训练具有语义一致的分解，同时还可以学习一种使对象集中化推理的标准化操作。通过自监督学习对象集中的表示，我们的方法在 3D 点云重建，规范化和无监督分类方面优于最先进的方法。

    Dec, 2020

  • 设计对称神经网络处理三维点云

    该研究旨在通过引入群等变性，提高当前用于 3D 点云的神经网络的泛化和鲁棒性。在实验中，该方法表现出比其他群等变模型更优越的性能，且具有较低的复杂度和 GPU 内存占用，提升了诸如物体分类和语义分割等任务的性能。

    May, 2022