为了促进视觉功能可供性在真实场景中的研究,来自华南理工大学等机构的研究者提出了基于 3D 点云数据的功能可供性数据集 3D AffordanceNet,该数据集基于现有的大型 3D 点云分割数据集 PartNet,通过一个 3D GUI 标注工具,引导标注者在预先定义好的功能类别上进行数据标注,并利用标签传播算法将标注者的标注扩散到整个物体...
失真稳健性在 2D 图像上已经得到广泛关注,其中 CIFAR-C 和 ImageNet-C 通过模拟不同天气,噪声,以及模糊来构建失真数据集。然而该研究的研究者发现 3D 点云的失真与 2D 图像有根本的不同,原因在于点云数据结构更加灵活且不规则,例如,一个点云内点的数量是可以改变的,同时 3D 点云位置的改变也很容易影响语义信息。