跳到正文
原文
arXiv cs.LG· Jongann Lee, Sun Woo Park, Yun Young Choi·· 18 天前AI 评分35

SIEVE:克服等变自监督学习中的拓扑阻碍

SIEVE: Overcoming Topological Obstruction in Equivariant Self-Supervised Learning

AI 导读

研究人员提出了 SE(3) 等变自监督学习框架 SIEVE,以解决 3D 点云掩码自编码中标准掩码导致的拓扑崩溃问题。该方法核心采用球面投影掩码(spherical projection mask),在混淆局部语义的同时保留全局姿态,将点云几何压缩为不变标量嵌入向量。实验表明,所得嵌入在下游点云任务中优于基于坐标的基线与手工几何描述符,并在未见形状类别的泛化上取得最大增益。

来源:arXiv cs.LG · arxiv.org