訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   云計(jì)算   >  正文

香港大學(xué)等機(jī)構(gòu)提出學(xué)習(xí)點(diǎn)云內(nèi)蘊(yùn)結(jié)構(gòu)表示的非監(jiān)督學(xué)習(xí)新方法

下圖還顯示了抽取的特征與概率圖的加權(quán)結(jié)果，下圖顯示了二維情況下的t－SNE結(jié)果，可以看到四類不同目標(biāo)點(diǎn)云的嵌入空間在16個(gè)結(jié)構(gòu)點(diǎn)下對(duì)應(yīng)的語義分類結(jié)果，學(xué)習(xí)到的特征具有顯著的聚類特性，同時(shí)還具有對(duì)成分布的特征，這主要是由于PointNet＋＋不具有對(duì)稱不變性，添加對(duì)成不變性損失也是未來改進(jìn)的方向之一：

為了驗(yàn)證模型對(duì)于不同密度輸入點(diǎn)云的魯棒性，研究人員分別輸入了256，1024，2048，4096數(shù)量的點(diǎn)云，下圖中第一行的彩色點(diǎn)表示了16個(gè)結(jié)構(gòu)點(diǎn)，第二行是1024個(gè)稠密結(jié)構(gòu)點(diǎn)，顯示了模型對(duì)于不同輸入密度的魯棒性：

此外對(duì)于非均勻分布的點(diǎn)云（上）和真實(shí)情況下包含很多噪聲的掃描點(diǎn)（下）都具有良好的性能：


<上一頁  1  2  3  
聲明： 本文由入駐維科號(hào)的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

共0條評(píng)論，0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁，請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

    掃碼關(guān)注公眾號(hào)
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號(hào)