[論文レビュー] On the Universality of Rotation Equivariant Point Cloud Networks

Nadav Dym, Haggai Maron|arXiv (Cornell University)|Oct 6, 2020

3D Shape Modeling and Analysis参考文献 30被引用数 22

ひとこと要約

本稿は、SO(3)群における等変多項式の特徴付けに基づき、十分条件を導出し、回転等変性点群ネットワークの普遍近似のための最初の理論的枠組みを確立する。Tensor Field Networks (TFN) の普遍性を証明し、2つの新しい普遍的アーキテクチャを提案。これにより、コンパクト集合上での任意の連続的等変関数を、このようなモデルが一様に近似可能であることが示された。

ABSTRACT

Learning functions on point clouds has applications in many fields, including computer vision, computer graphics, physics, and chemistry. Recently, there has been a growing interest in neural architectures that are invariant or equivariant to all three shape-preserving transformations of point clouds: translation, rotation, and permutation. In this paper, we present a first study of the approximation power of these architectures. We first derive two sufficient conditions for an equivariant architecture to have the universal approximation property, based on a novel characterization of the space of equivariant polynomials. We then use these conditions to show that two recently suggested models are universal, and for devising two other novel universal architectures.

研究の動機と目的

• 回転、並進、置換に対して等変である点群ネットワークの普遍近似能力の理論的基盤を確立すること。
• SO(3)群下での等変多項式の新しい特徴付けに基づき、普遍性の十分条件を導出すること。
• TFN (Thomas et al., 2018; Fuchs et al., 2020) などの代表的なアーキテクチャが普遍的であることを証明すること。
• 低次元フィルタを用いるものと、非可約SO(3)表現ではなく、完全なテンソル積表現に基づくものという2つの新しい普遍的アーキテクチャを設計・検証すること。

提案手法

• 多線形汎関数および行列式・内積不変量を用いた、SO(3)-等変多項式空間の新しい特徴付けを導出する。
• 行列式および内積項から導かれる不変汎関数の生成集合に基づき、普遍性の2つの十分条件を確立する。
• テンソル巾の線形汎関数とベクトル空間上の多線形汎関数の間の全単射対応を用いて、不変性を分析する。
• この特徴付けを適用し、層の合成によってTFNアーキテクチャが普遍性条件を満たすことを証明する。
• 必要な汎関数生成集合を保持するように変更されたTFNの変種を構築し、低次元フィルタを用いることで普遍性を維持することを示す。
• 非可約SO(3)表現ではなく、完全なテンソル積表現に基づく最小限のアーキテクチャを提案し、同じ理論枠組みを用いてその普遍性を証明する。

実験結果

リサーチクエスチョン

• RQ1 回転等変性点群ネットワークは、任意の連続的等変関数を普遍的に近似可能か？
• RQ2 回転、並進、置換の組み合わせ対称性下で、アーキテクチャのどの数学的条件が普遍性を保証するか？
• RQ3 TFN やその変種のような既存のアーキテクチャは普遍的であり得るのか。もし可能であれば、その理由は何か？
• RQ4 低次元フィルタや完全なテンソル積表現のような、より単純または代替の表現スキームを用いて、普遍的アーキテクチャを構築可能か？
• RQ5 SO(3)-不変多項式の特徴付けは、どのように普遍的モデルの構築を可能にするか？

主な発見

• 本稿は、TFNの層の合成によって、点群上での任意の連続的等変関数が一様に近似可能であることを証明し、TFNの普遍性を確立した。
• 低次元フィルタのみを用いるように変更されたTFNアーキテクチャが普遍的であることが示され、高次元表現が普遍性に必要ではないことを示した。
• 非可約SO(3)表現ではなく、完全なテンソル積表現に基づく最小限のアーキテクチャが構築され、その普遍性が証明された。
• テンソル巾上のSO(3)-不変線形汎関数の空間は、行列式および内積から導かれる汎関数によって生成され、これが普遍性証明の基盤をなす。
• 本フレームワークにより、任意の回転等変性アーキテクチャの普遍性を、その関数空間が必要な不変多項式を生成するかを確認することで一般に検証可能である。
• 本研究は、置換不変およびSO(3)等変ネットワークに関する先行研究を拡張し、並進、回転、置換対称性を統一的に取り扱う理論的枠組みを提供した。