视图图卷积网络

多视图识别稳准

面向多视图三维形状分析，通过图卷积聚合多视图特征并实现旋转不变性，性能领先。

Wei, Xin · Yu, Ruixuan · 孙剑

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

技术优势

旋转不变

通过局部注意力图卷积和旋转鲁棒的视图采样操作，视图-GCN++在 SO(3) 群的有限子群变换下实现不变性。

聚合多视图

将多视图构造为图节点，通过层级图卷积网络学习多视图间关系，得到判别性形状描述子。

应用场景

• 具身智能：为机器人等具身智能体提供旋转不变的三维形状识别，提升在杂乱场景中的物体识别能力。
• 先进机器人：多视图聚合增强对遮挡和视角变化的鲁棒性，适合复杂机器人操作任务。
• 无人机：从任意视角识别三维物体，适应无人机飞行中视角多变的特点。
• 工业机器人：在旋转设置下保持识别精度，适用于工业分拣和装配中物体姿态不固定的场景。