2D卷积网络驱动的高效3D形状分类：MLH表示与多视图融合

本文主要探讨了2D卷积网络在3D形状分类中的高效应用，针对传统的3D形状表示方法存在的挑战提出了创新解决方案。作者团队提出了一个多层高度图（MLH）的全局3D形状表示，它巧妙地利用2D卷积神经网络（CNN）的优势。MLH的特点在于每个网格位置储存多个实例的高度图，这样能够捕捉到隐藏在遮挡层后的细节，提高了对3D形状复杂性的处理能力。 传统的体素表示方法在转化为适用于2D CNN时，会面临显著的内存和计算资源消耗问题，因为体素网格的尺寸随形状大小增加而呈指数级增长。相比之下，MLH通过分层和多实例存储策略，有效地降低了输入分辨率的需求，从而在内存效率上超越了基于体素的方法。这种方法在保持信息完整性的前提下，减轻了3D CNN设计时的资源压力。 为了进一步提升性能，文章介绍了一种新的视图合并方法，用于整合来自不同视角的信息，这在3D形状分类中至关重要，因为它允许模型结合多角度观察以形成更全面的形状理解。这种视图合并策略与MLH描述符相结合，使得该方法在ModelNet数据集上实现了最先进的分类结果，这在当前3D形状识别任务中是一个重要突破。 总结起来，本文的主要贡献在于： 1. 提出了一种基于2D CNN的高效3D形状表示——多层高度图（MLH），它在内存效率上优于体素表示。 2. 针对3D形状分类，开发了一种有效的视图合并方法，增强了模型对3D形状的理解。 3. 实现了最先进的分类结果，尤其是在ModelNet数据集上的性能，证明了该方法在实际应用中的有效性。 这项工作对于推动3D计算机视觉领域的研究和实践具有重要意义，表明了将2D CNN的强大技术扩展到3D空间的潜力，以及如何通过创新方法克服传统3D表示方法的局限性。