[論文レビュー] A Graph-CNN for 3D Point Cloud Classification

Yingxue Zhang, Michael Rabbat|arXiv (Cornell University)|Nov 28, 2018

3D Shape Modeling and Analysis参考文献 14被引用数 6

ひとこと要約

本稿では、学習可能なグラフトポロジーを用いて局所的な幾何構造をモデル化することで、3Dポイントクラウドを分類するグラフ畳み込みニューラルネットワークであるPointGCNを提案する。局所的グラフ畳み込みと、2つの新規なプーリング戦略（グローバルおよびマルチスケール）を用いることで、ModelNetにおいて顕著に低い分散を実現し、PointNetや他のポイントベース手法と比較してより高速な収束性と向上したロバスト性を示す、最先端の精度を達成した。

ABSTRACT

Graph convolutional neural networks (Graph-CNNs) extend traditional CNNs to handle data that is supported on a graph. Major challenges when working with data on graphs are that the support set (the vertices of the graph) do not typically have a natural ordering, and in general, the topology of the graph is not regular (i.e., vertices do not all have the same number of neighbors). Thus, Graph-CNNs have huge potential to deal with 3D point cloud data which has been obtained from sampling a manifold. In this paper, we develop a Graph-CNN for classifying 3D point cloud data, called PointGCN. The architecture combines localized graph convolutions with two types of graph downsampling operations (also known as pooling). By the effective exploration of the point cloud local structure using the Graph-CNN, the proposed architecture achieves competitive performance on the 3D object classification benchmark ModelNet, and our architecture is more stable than competing schemes.

研究の動機と目的

• 3Dポイントクラウドを分類する課題に、局所的な幾何構造を保存するとともに、順列不変性を保証すること。
• PointNetが局所的文脈を無視するグローバル特徴学習の限界を、グラフ構築による局所的近隣関係の統合によって克服すること。
• スペクトラルグラフ理論を活用して等方的フィルタを実現することで、回転およびポイント順序に対してロバストな、グラフベースのディープラーニングフレームワークを構築すること。
• 構造的なグラフ表現と効率的なプーリングを用いることで、既存のポイントベース手法と比較してモデルの安定性と収束速度を向上させること。
• マルチビューのデータオーグメンテーションやボクセル化を必要とせず、ModelNetベンチマークで競争力のある性能を達成すること。

提案手法

• 各ポイントクラウドに対してk近傍（k-NN）グラフを構築し、各ポイントをノードとし、近接するポイント同士を接続するエッジを持つグラフ構造に、局所的な幾何的関係を符号化する。
• チェビシェフ多項式に基づく局所的グラフ畳み込み層を適用し、グラフ全体にわたって特徴を効率的に伝搬させ、階層的な局所的およびグローバル表現の学習を可能にする。
• 2つのプーリング戦略を導入する：全ポイントクラウドにわたる特徴を要約するグローバルマックスプーリング、および異なる抽象化レベルで構造的詳細を保持するマルチスケールプーリング。
• 対称的グラフラプラシアンを用いてフィルタを定義し、等方的かつ回転不変となるようにすることで、オブジェクトの向きに依存しないロバスト性を確保する。
• トレーニング中に性能を安定化させるための重み付けスキームを適用し、複数回のランダム試行における分散を低減する。
• 交差エントロピー損失を用いた教師あり学習により、ModelNetにおけるポイントクラウド分類を最適化する形で、エンドツーエンドでモデルを訓練する。

実験結果

リサーチクエスチョン

• RQ1 不規則な3Dポイントクラウドから局所的およびグローバル特徴を効果的に学習しつつ、順列不変性を維持できるグラフ畳み込みネットワークは実現可能か？
• RQ2 グラフトポロジーを組み込むことで、PointNetのようなグローバル特徴のみの手法と比較して、分類精度とモデル安定性がどの程度向上するか？
• RQ3 局所的グラフ畳み込みとマルチスケールプーリングは、標準的なマックスプーリングやグローバルプーリングのみと比較して、特徴表現をどの程度向上させるか？
• RQ4 チェビシェフ近似を用いたスペクトラルグラフ畳み込みを用いることで、3Dポイントクラウドデータに対して収束が速くなり、一般化性能が向上するか？
• RQ5 等方的フィルタ設計を有する本手法は、マルチビューのデータオーグメンテーションなしで回転に対してどの程度の性能を示すか？

主な発見

• マルチスケールプーリングを用いたPointGCNは、ModelNet 40で全体精度89.51%を達成し、PointNetの88.37%を上回り、50回の試行における分散が小さいことが確認された。
• PointGCNはModelNet 40で平均クラス精度86.05%を達成し、PointNetの85.35%を上回り、より一貫性の高い性能を示した。
• グローバルプーリングを用いた場合、PointGCNはModelNet 40で全体精度89.27%を達成し、より単純なアーキテクチャでも優れた性能を示した。
• 50回のトレーニングランにおける性能の標準偏差は、PointGCNが0.20%〜0.23%と顕著に低く、PointNetの0.33%と比較して優れたモデル安定性を示した。
• 可視化結果から、最初の層の活性化ポイントは局所的パターンを強調しているのに対し、2番目の層ではグローバルな構造的特徴を捉えていることが確認され、階層的特徴学習が実現していることが裏付けられた。
• グラフラプラシアンから導出された等方的フィルタのおかげで、収束が速く、回転に対してロバストであることが確認され、マルチビュー入力データの必要性が不要となった。