Dec, 2023
PointJEM: 通过联合熵最大化来减少特征冗余的自监督点云理解
PointJEM: Self-supervised Point Cloud Understanding for Reducing Feature Redundancy via Joint Entropy Maximization
Xin Cao, Huan Xia, Xinxin Han, Yifan Wang, Kang Li...
TL;DRPointJEM 是一种自我监督表示学习方法,通过最大化不同部分之间的联合熵,减少点云领域嵌入特征的冗余信息,实现学习到的特征变量成对独立,从而显著减少特征的冗余,并在分类和分割等下游任务中取得了有竞争力的性能。