3D 论文阅读 PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding简记

本文主要是介绍3D 论文阅读 PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding简记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

摘要

简单记一下Charles R. Qi的新作 PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding。点云的无监督的对比学习作为预训练以提升下游任务的性能。文章使用 连体的网络结构、原始数据和预训练对比损失。6个不同的数据集（室内外，分割、检测，真实、合成）上都表现出学习的特征表示可以跨域泛化。

在2D图像方面，在大尺度的数据集（ImageNet）上进行预训练能够增强模型的表达能力。近年来，无监督的预训练也显示出接近甚至超越监督预训练的性能。3D方面存在的问题的原因是：
1）三维数据更难采集，标签标注更加困难，以及各种传感设备可能引入较大的域差异;
2）没有统一的backbone
3）没有更全面的数据集和更高阶的任务评估。
因此，需要做的主要工作包括：1）选择一个大的数据集进行预训练，2）明确一个backbone，3）无监督的损失函数，4）下游任务的评估方案。

PointContrast Pre-training

之所以效果不好的原因是：ShapeNet合成单目标点云模型和S3DIS之间存在较大的域差异性；实例级的预训练用在场景上效果也不会好。

本文的主要思路可以为：

使用FCGF作为backbone, 一个点云生成两个视角的子点云，计算他们的匹配图（具有相同的实际坐标），将子点云进行刚性变换，网络获取两个子点云每个点的特征向量。对匹配上的点计算匹配损失。
损失函数：
Hardest-Contrastive Loss，（匹配点特征之间的距离应该小，非匹配点之间距离尽可能大。）

Hardest-Contrastive Loss比较难训练，PointInfoNCE：将对比损失转化为分类损失，本文认为至少存在一个匹配，将除了当前匹配点的集合作为负样本集，没有考虑增加额外的非匹配的点作为负样本。

实验结果

Sparse Residual U-Net (SR-UNet) architecture和 在ScanNet基础上构造数据集预训练模型，然后迁移下游任务作为网络初始值进行fine-turning。

这篇关于3D 论文阅读 PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding简记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---