Tag · 2 篇
点云分析
01 02
通过多模态贝叶斯分布学习实现点云分析自适应
Adapting Point Cloud Analysis via Multimodal Bayesian Distribution Learning
把每个类别的文本先验与流式视觉特征都建模为高斯分布，用贝叶斯模型平均按后验证据自动加权融合，替代 cache 式 TTA 的启发式 logit 融合，可直接迁移到点云分类/分割等任务在分布偏移下的在线自适应。
面向无歧义旋转不变点云分析的4D局部建模与动态全局感知
4D Local Modeling Toward Dynamic Global Perception for Ambiguity-free Rotation-Invariant Point Cloud Analysis
提出将旋转等变几何表示转换为不变表示并融合全局姿态感知的框架，其可学习可转向变换和Bingham分布动态全局姿态参考可复用于点云分类/分割等任务，提升对对称或重复结构的判别力。