超级会员免费看
本文提出PointCLIP，一种利用CLIP预训练知识理解和分类3D点云的方法。通过将点云投影到多视图深度图，实现从2D到3D的高效知识转移。通过适配器进行特征融合，提升跨模态零样本分类性能。实验证明，PointCLIP在3D数据集上展现出强大的性能，且能与传统3D网络互补，提升识别效果。
论文题目：《PointCLIP: Point Cloud Understanding by CLIP》
论文作者：Renrui Zhang, Ziyu Guo, Wei Zhang, Kunchang Li, Xupeng Miao, Bin Cui, Yu Qiao, Peng Gao, Hongsheng Li
作者机构：Shanghai AI Laboratory（上海人工智能实验室）、School of CS and Key Lab of HCST, Peking University（北京大学计算机学院及HCST重点实验室） 、CUHK-Sense Time Joint Laboratory, The Chinese University of Hong Kong（香港中文大学-商汤科技联合实验室 ） 、Centre for Perceptual and Interactive Intelligence (CPII) （ 感知与交互智能研究中心）
项目代码：https://github.com/ZrrSkywalker/PointCLIP（基于 PyTorch ）
在公众号「3D视觉工坊」后台回复「原论文」，可获取对应论文pdf文件。
订阅专栏 解锁全文
155
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
