计算机科学 > 计算机视觉与模式识别
[提交于 2025年1月7日
]
标题: MeshConv3D:三角形3D网格的高效卷积和池化操作符
标题: MeshConv3D: Efficient convolution and pooling operators for triangular 3D meshes
摘要: 卷积神经网络(CNNs)在各种二维图像分析任务中起到了关键作用,包括计算机视觉、图像索引和检索或语义分类。 将CNN扩展到点云和3D网格等三维数据带来了重大挑战,因为基本的卷积和池化操作需要以适当的方式完全重新审视和重新定义,以解决不规则连接问题。 在本文中,我们介绍了MeshConv3D,这是一种专门针对3D网格的方法,集成了专用卷积和基于面坍塌的池化操作符。 MeshConv3D直接在任意拓扑的网格上运行,无需任何先验的重网格化/转换技术。 为了验证我们的方法,我们考虑了一个语义分类任务。 在三个不同的基准数据集上获得的实验结果表明,所提出的方法能够在最小化相关内存占用和计算负载的同时实现相当或更优的分类结果。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.