[]200倍的提速!华人博士生提出大场景三维点云语义分割新框架( 三 )
随机采样&局部特征聚合模块组合 , 组建RandLA-Net
Overview
如下图所示 , 对于一个覆盖数百米范围、由百万量级的点组成的大场景点云而言 , 如果希望将其直接输入到深度神经网络中进行处理 , 那么持续有效地对点云进行逐步地降采样 , 同时尽可能地保留有用的几何结构信息是非常有必要的 。
本文插图
图 3. 网络结构的大致流程图
The quest for efficient sampling
为了寻找到一种高效的降采样方法 。 我们首先对现有的的降采样方法进行研究:主要可以分为Heuristic Sampling以及Learning-based Sampling两大类:
(1) Heuristic Sampling
- Farthest Point Sampling (FPS):顾名思义 , 也就是每次采样的时候都选择离之前采样得到的 k-1个点距离最远的点 。 FPS能够比较好地保证采样后的点具有较好的覆盖率 , 因而在点云分割领域被广泛地使用(e.g., PointNet++, PointCNN, PointConv, PointWeb) 。 然而 , FPS的计算复杂度是, 计算量与输入点云的点数呈平方相关 。 这表明从FPS可能不适合用来处理大规模点云 。 举例来说 , 当输入一个具有百万量级点的大场景点云时 , 使用FPS将其降采样到原始规模的10%需要多达200秒 。
- Inverse Density Importance Sampling (IDIS): 这个也比较好理解 , 简而言之就是根据每个点的密度来对其重新进行排序 , 尽可能地保留密度比较低的地方的点 。 IDIS [5] 的计算复杂度近似为 (取决于如何计算每个点的密度) 。 相比于FPS, IDIS显然更加高效 , 但IDIS对噪点(outliers)也更加敏感 。
- Random Sampling (RS): 随机降采样均匀地从输入的 N 个点中选择 K 个点 , 每个点具有相同的被选中的概率 。 RS的计算复杂度为 , 其计算量与输入点云的总点数无关 , 只与降采样后的点数 K 有关 , 也即常数时间复杂度 。 因而具有非常高的效率以及良好的可扩展性 。 与FPS和IDIS相比 , RS仅需0.004s即可完成与FPS相同的降采样任务 。
- Generator-based Sampling (GS):与传统降采样方法不一样 , 这类方法通过学习生成一个子集来近似表征原始的点云 。 GS [6,7] 是一种task-oriented, data-driven的learnable的降采样方法 , 但问题在于inference阶段需要将生成的子集与原始点云进行匹配 , 这一步依赖于FPS matching , 进而引入了更多额外的计算 。 使用GS将百万量级点的大场景点云降采样到原始规模的10%需要多达1200秒 。
- Continuous Relaxation based Sampling (CRS): CRS [8,9] 使用reparameterization trick来将non-differentiable的降采样操作松弛(relax)到连续域使得端到端训练变成可能 。 CRS采样后得到的每个采样点其实都是整个点云的一个加权和(weighted sum) 。 具体来说 , 对于一个大场景的输入点云(size: N×3) , CRS通过学习得到一个采样矩阵 (size: K × N) (最终会非常稀疏), 最后采样矩阵左乘输入点云即可实现降采样 。 然而 , 当 N 是一个非常大的值时(e.g. 10^6), 这种方式学习到的采样矩阵会带来非常大的内存消耗 。 举例来说 , 使用CRS将百万量级点的大场景点云降采样到原始规模的10%需要多达300GB的GPU内存 。
- Policy Gradient based Sampling (PGS): PGS [10] 将降采样操作表示为一个马尔科夫决策过程 , 旨在学习到一种有效的降采样策略 。 该方法序贯地对每一个点学习到一个概率来决定是否保留 。 然而 , 当输入是大场景点云时 , 整个网络有着极大的搜索空间(exploration space) 。 举例来说 , 完成与上述采样方法相同的任务的搜索空间是。 通过进一步地实验我们发现 , 将PGS应用到大型点云时 , 网络非常难以收敛 。
- 「赛灵思」赛灵思携手 Nimbix 与三星提速云应用
- 应对四川青白江地震,中华人寿一马当先
- 【IT时代网】世纪华通领衔游企再迎爆发式增长,5G新基建提速云游戏商业化进程
- 5G新基建提速云游戏商业化进程 世纪华通领衔游企再迎爆发式增长
- [欧洲华人街]却给了小偷可乘之机?,西班牙市民专心囤货之时
- 『祭扫』海外华侨华人祭扫需求如何满足?北京回应
- 规划美食▲他们有没有后悔加入美国国籍,疫情爆发的下的美籍华人
- 「灵灵爱生活」大批美籍华人驱逐出境,国人:中国不养“巨婴”,特朗普一声令下
- 应对成都青白江区地震 中华人寿展现行动力量
- 【泰国华人论坛】骑行为民送药上门,泰国四色菊府尹亲上阵