近日，，， ，，我院特种机械人中心庞旭芳博士团队在推算机视觉顶级会议 Conference on Computer Vision and Pattern Recognition（CVPR）上颁发了钻研成就 Upright-Net: Learning Upright Orientation for 3D Point Cloud（UprightNet：进建估计三维点云模型的正立方向）。。。。 。。。。
该钻研提出一种基于深度进建的点云正朝向估推算法，，， ，，称为Upright-Net。。。。 。。。。将陆续的点云正朝向估计问题转化为离散的点云基面宰割问题，，， ，，不仅保留正朝向估计解空间的陆续性，，， ，，同时也降低了该类问题模型训练的难度，，， ，，提高了模型的泛化和迁徙能力。。。。 。。。。
论文信息：Xufang PANG*, Feng Li*, Ning Ding^, and Xiaoping Zhong^, “Upright-Net: Learning upright orientation for 3d point cloud,” CVPR, 2022.（*：一作，，， ，，^：通讯作者）
论文及数据地址：/en/article/798
Demo视频： https://www.bilibili.com/video/BV1yU4y1X79C/
钻研布景
在推算机图形学与视觉领域，，， ，，将物体配准到正立方向对于三维模型处置至关沉要，，， ，，通过模型正立配准有利于模型匹配，，， ，，模型检索，，， ，，模型库缩略图暗示以及机械人物体搁置规划蹬爪用。。。。 。。。。随着深度进建的发展，，， ，，神经网络在好多点云模型处置工作中都有超过传统算法的阐发，，， ，，然而目前大无数网络都是在规范姿势下的配准数据集，，， ，，或者参与稀少旋转角度的数据集上进行评价。。。。 。。。。而分析处置非配准数据最大的挑战是找到物体拥有旋转平移不变性的几何特点从而降低模型训练难度，，， ，，提高模型的泛化能力。。。。 。。。。该问题成为几何深度进建钻研中的沉点之一，，， ，，如经典网络PointNet通过增长T-Net，，， ，，ITN（Iterative?Transformer?Network）通过迭代方式，，， ，，来实现几何特点及进建特点空间的配准，，， ，，然而该类步骤由于其不足对旋转平移个性的强监督，，， ，，并不能较显著的改善模型阐发。。。。 。。。。
复原物体正朝向是一个公开的有挑战性的问题，，， ，，重要原因有以下两点，，， ，，首先物体的正朝向界说必要综合思考物理定律，，， ，，几何属性，，， ，，语义左袒性，，， ，，职能左袒性，，， ，，设计说话等等。。。。 。。。。所以很难定造通用的规定来实现肆意物体的正朝向界说。。。。 。。。。第二，，， ，，正朝向估计性质来说是一个拥有陆续性的旋转问题，，， ，，然而由于分歧物体类别之间几何阐发存在巨大的差距性，，， ，，其单一模型训练难度大，，， ，，其解的收敛性极度脆弱。。。。 。。。。
钻研内容
基于“大局遵从职能”的设计准则，，， ，，现实生涯中的大无数物体都拥有支持底面，，， ，，以抵抗沉力、维吃旖衡。。。。 。。。。为此，，， ，，本文提出一种基于深度进建的点云正朝向鉴别算法，，， ，，称为Upright-Net。。。。 。。。。该步骤将陆续的点云正朝向估计问题转化为离散的点云宰割问题，，， ，，即从输入的3D点云模型中宰割出位于物体底面的支持点，，， ，，通过逼近拟合支持平面并推算其法向，，， ，，点云模型的正朝向则界说为平面法线朝向物体质心的方向。。。。 。。。。
为编码界说物体正朝向的复杂规定，，， ，，我们使用基于数据驱动的步骤并提出UprightNet, 该网络基于边卷积以及把稳力机造并在一组特殊设计的损失项约束下，，， ，，进建界说三维物体的正朝向模型。。。。 。。。。该网络模型在正朝向估计工作阐发优异并拥有优良的泛化能力，，， ，，同时该钻研设置的正向估计工作可作为前置工作，，， ，，通过网络进建提取点云模型的方向感知特点，，， ，，以迁徙进建的方式提高下游点云分类宰割等工作的模型阐发。。。。 。。。。
钻研亮点
该钻研提出一种基于深度进建的点云正朝向估推算法，，， ，，称为 Upright-Net。。。。 。。。。利用物体通用的职能结构，，， ，，天然基面（正立状态下与支持面接触的几何结构），，， ，，将陆续的点云正朝向估计问题转化为离散的点云宰割问题，，， ，，这样不仅保留正朝向估计解空间的陆续性，，， ，，同时也降低了该类问题模型训练的难度。。。。 。。。。同时基于数据驱动的步骤，，， ，，Upright-Net 不仅在正朝向估计问题获得优异阐发，，， ，，同时因其可能进建到三维点云的方向感知特点，，， ，，因而也能提高下游工作，，， ，，如分类宰割问题，，， ，，在高密度旋转采样扩充数据集上的阐发。。。。 。。。。
作者简介
本文第一作者为 z6首页 助理钻研员庞旭芳博士和丽江大学硕士钻研生李锋，，， ，，通讯作者为 z6首页 副院长丁宁博士和丽江大学副教授钟幼品博士。。。。 。。。。
庞旭芳，，， ，，博士，，， ，，任职于z6首页特种机械人中心，，， ，，重要钻研方向为推算机图形学，，， ，，推算设计等，，， ，，目前重要致力于高精度三维沉建技术以及基于三维视觉的特种机械人作业疏导钻研。。。。 。。。。
李锋，，， ，，丽江大学硕士钻研生，，， ，，重要钻研方向是推算机视觉。。。。 。。。。
丁宁博士，，， ，，任z6首页副院长，，， ，，特种机械人中心主任，，， ，，目前他的钻研方向为仿生特种机械人与推算机视觉，，， ，，他辅导的特种机械人中心致力于为城市大型基础设施，，， ，，蕴含桥梁、隧路、输电、地下管网等研造行业特种机械人设备，，， ，，在将来代替、辅助人进行设备设施的运维、检建、退役等全性命周期的治理服务。。。。 。。。。
钟幼品，，， ，，博士，，， ，，副教授，，， ，，丽江大学机电与节造工程学院院长助理，，， ，，钻研方向为工业视觉及智能系统。。。。 。。。。
会议介绍
CVPR（IEEE Conference on Computer Vision and Pattern Recognition）即 IEEE 国际推算机视觉与模式鉴别会议。。。。 。。。。该会议是由 IEEE 进行的推算机视觉和模式鉴别领域的顶级会议。。。。 。。。。
