组件感知匹配网络

小样本点云分类精度显著提升

在全局匹配基础上引入组件级匹配，通过组件集合相似度度量与组件匹配预训练，显著提高了小样本点云分类的准确率。

Lai, Lvlong · 陈健 · Lin, Guosheng · 吴庆耀

IEEE Transactions on Multimedia 2024

技术优势

全局表示质量低

由于点云结构复杂且训练数据稀缺，全局表示质量低，限制匹配精度。

组件级匹配

在全局匹配基础上增加组件级匹配，通过组件集合相似度度量提高匹配精度。

组件匹配预训练

通过组件匹配预训练方案增强组件特征提取能力，进一步提升性能。

应用场景

• 3D点云分类：为3D点云数据提供高精度分类，减少对新类别标注样本的需求。
• 机器人视觉：提升机器人在未知环境中识别新物体类别的小样本学习能力。
• 具身智能感知：赋能具身智能体在开放环境中通过少量示例快速识别新物体。