Краткое содержание

arXiv:2511.13115v1 Тип объявления: новое Аннотация: Обнаружение трехмерных аномалий (AD) — важная задача компьютерного зрения, направленная на выявление аномальных точек или областей в облаке точек. Однако существующие методы могут сталкиваться с трудностями при обработке облаков точек с изменениями ориентации и положения, поскольку результирующие признаки могут значительно различаться. Для решения этой проблемы мы предлагаем новую архитектуру признаков, инвариантных относительно вращения (Rotationally Invariant Features, RIF), предназначенную для обнаружения трехмерных аномалий. Во-первых, чтобы устранить негативное влияние вариаций на данные облака точек, мы разработали метод отображения координат точки (Point Coordinate Mapping, PCM), который преобразует каждую точку в пространство, инвариантное относительно вращений, обеспечивая согласованность представления. Затем, чтобы извлекать надежные и дискриминантные признаки, мы спроектировали легковесную сеть преобразования свёрточных признаков (Convolutional Transform Feature Network, CTF-Net) для извлечения признаков, инвариантных относительно вращения, используемых в памяти банка признаков. Чтобы повысить способность экстрактора признаков, мы вводим идею трансферного обучения для предварительного обучения экстрактора признаков...