arXiv Computer Vision· Jongann Lee, Sun Woo Park, Yun Young Choi·· 2 小时前AI 评分22
SIEVE：用球面投影掩码解决等变自监督学习中的拓扑障碍
SIEVE: Overcoming Topological Obstruction in Equivariant Self-Supervised Learning
AI 导读
研究证明3D点云掩码自编码与SE(3)等变网络存在理论不兼容：标准掩码会触发拓扑坍缩，迫使模型在无参考系下臆测朝向。为此提出的SIEVE框架通过球面投影掩码保留全局位姿、遮蔽局部语义，将点云几何压缩为不变标量嵌入。实验显示SIEVE规避了常量掩码与噪声掩码出现的坍缩，在下游点云任务上优于坐标基线和手工几何描述子，对未见形状类别的泛化提升最大。
来源：arXiv Computer Vision · arxiv.org