弹性形变正则化点云表示

物理认知提升特征稳健

通过模拟局部弹性形变并关联整体结构,增强点云表征对局部细节与全局关系的刻画。

Zhongyu, Chen · Zhao, Rong · 韩燮 · Xindong, Guo · 王松 · Zherui, Qiao

Expert Systems with Applications 2027

参数信息

分类基准上准确率
93.6 %
ShapeNetPart mIoU
86.2 %

技术优势

局部细节不再被忽略

通过模拟局部弹性形变并将形变响应作为辅助监督,网络被迫学习局部与整体的依赖关系,从而捕捉细粒度变化。

物理信息辅助正则化

物理信息感知分支利用受控外力下的弹性形变响应,通过数据保真损失和物理信息损失对网络进行正则化,引导特征学习。

基准表现强劲

在物体分类和分割基准上取得先进结果,分类准确率 93.6%,分割 mIoU 86.2%,验证了该方法的有效性。

应用场景