使用卷積網絡估計三維形狀的正朝向.pdf

1、大多數(shù)三維物體都有一個自然向上的朝向，我們稱之為正朝向。將物體擺正到其正朝向是一個重要的問題。首先，它有助于物體的識別。而且，這也是物體匹配、檢索、形狀分析等許多圖形學問題中的第一個步驟。另外，這也有助于生成具有高識別度的物體預覽圖，來幫助三維形狀數(shù)據(jù)庫的管理。然而，由于各種各樣的原因，現(xiàn)有數(shù)據(jù)庫中的許多模型都沒有處在其正朝向。
　　本文提出了一種基于機器學習的方法，使用三維卷積網絡來預測物體的正朝向。當給定足夠量的三維物體及其正

2、朝向的方向向量時，該預測問題可以建模為回歸問題。本方法借助于深度網絡的學習能力，可以處理一般性的三維物體，而不需要對其形狀做對稱性、平行性等假設。除了網格模型外，本方法還可以處理能夠被體素化的其他種類的數(shù)據(jù)，例如隱式曲面和點云。
　　與基于卷積網絡的方法相比，過往方法的劣勢在于它們受限于其預先假設的規(guī)則。但是，這些規(guī)則并不總是成立。因此，基于學習的方法更適用于一般的物體。盡管已有工作中已經使用了數(shù)據(jù)驅動的方法，但是其學習過程基于人

3、工設計的穩(wěn)定性、可見性和平行性等特征，這些特征對一般物體的正朝向估計并不適用。相比之下，神經網絡通過端到端的學習方式，直接從原始數(shù)據(jù)中提取高層知識，而不依賴于物體的對稱性等正規(guī)性質。
　　但是，單一的卷積網絡難以對一般的物體都起作用。核心問題在于，每種物體的正朝向有其特殊的性質。這種情況在機器學習中被稱為干擾現(xiàn)象，會導致泛化能力不足。也就是說，應該使用不同的策略來處理不同品種的物體。因此在本文提出的系統(tǒng)中使用了分治的方法。對于每一

4、個形狀，首先通過一個網絡對其分類，然后才將它傳入在對應品種上訓練的正朝向回歸網絡進行預測。另外，本文使用了基于距離的聚類方法來減少所需網絡的個數(shù)，以及測試中增強的方法來提高準確率。
　　豐富的實驗展示了本方法的有效性和高效性。本系統(tǒng)在測試集上達到了90％以上的正確率，并對訓練集以外的物體品種具有一定的泛化能力。并且實驗表明本系統(tǒng)可以處理一些其它方法無能為力的情況。此外，利用本方法處理一個模型，平均時間不超過0.15秒，比現(xiàn)有方法高