[论文解读] Deep RBFNet: Point Cloud Feature Learning using Radial Basis Functions

Weikai Chen, Xiaoguang Han+5 more|arXiv (Cornell University)|Dec 11, 2018

3D Shape Modeling and Analysis参考文献 25被引用 22

一句话总结

本文提出 Deep RBFNet，一种基于径向基函数（RBF）核的点云特征学习框架，用非线性激活层替代传统全连接层。通过利用局部 RBF 响应建模空间分布，并端到端联合优化核中心与感受野，该方法在显著减少参数量和加快训练速度的同时，实现了最先进的分类准确率，适用于资源受限设备的部署。

ABSTRACT

Three-dimensional object recognition has recently achieved great progress thanks to the development of effective point cloud-based learning frameworks, such as PointNet and its extensions. However, existing methods rely heavily on fully connected layers, which introduce a significant amount of parameters, making the network harder to train and prone to overfitting problems. In this paper, we propose a simple yet effective framework for point set feature learning by leveraging a nonlinear activation layer encoded by Radial Basis Function (RBF) kernels. Unlike PointNet variants, that fail to recognize local point patterns, our approach explicitly models the spatial distribution of point clouds by aggregating features from sparsely distributed RBF kernels. A typical RBF kernel, e.g. Gaussian function, naturally penalizes long-distance response and is only activated by neighboring points. Such localized response generates highly discriminative features given different point distributions. In addition, our framework allows the joint optimization of kernel distribution and its receptive field, automatically evolving kernel configurations in an end-to-end manner. We demonstrate that the proposed network with a single RBF layer can outperform the state-of-the-art Pointnet++ in terms of classification accuracy for 3D object recognition tasks. Moreover, the introduction of nonlinear mappings significantly reduces the number of network parameters and computational cost, enabling significantly faster training and a deployable point cloud recognition solution on portable devices with limited resources.

研究动机与目标

• 解决现有依赖全连接层的点云网络中参数量过高和过拟合的问题。
• 通过利用 RBF 核的局部响应，显式建模点云的空间分布。
• 实现核配置（中心与感受野）的端到端优化，以提升特征可分性。
• 在保持或提升分类准确率的同时，降低模型复杂度与计算成本。
• 为移动和嵌入式设备开发一种轻量化、鲁棒且可部署的点云识别解决方案。

提出的方法

• 网络在三维空间中稀疏分布一组 RBF 核，每个核根据其中心的距离计算非线性激活。
• RBF 核响应具有局部性——通常为高斯分布——仅邻近点能激活某一核，从而实现空间模式捕捉。
• 在训练过程中联合优化核中心与感受野大小，使配置能自适应输入数据。
• RBF 层替代 PointNet 风格架构中的全连接层，显著减少参数量与计算成本。
• 在 RBF 层后添加额外的多层感知机（MLP）层，以增强特征交互并提升性能。
• 通过拼接融合多个具有不同核类型（如高斯、多重二次）的 RBF 通道，以改善特征表示。

实验结果

研究问题

• RQ1 基于 RBF 的非线性激活层是否能比全连接层更显式地建模点云中的空间分布？
• RQ2 对 RBF 核中心与感受野进行端到端优化，是否能提升特征可分性与分类准确率？
• RQ3 基于 RBF 的网络能否在显著减少参数量与更快训练的前提下，实现与 PointNet++ 相当或更优的性能？
• RQ4 RBFNet 框架在不同初始核分布以及噪声或不完整点云下的鲁棒性如何？
• RQ5 融合多种核类型在多大程度上能增强特征表示与识别性能？

主要发现

• 使用单个 RBF 层的 Deep RBFNet 在 3D 物体分类任务中优于 PointNet++，在 ModelNet40 数据集上达到 90.2% 的准确率（增强结构下）。
• 该模型显著减少了参数量与计算成本，支持更快训练与在资源受限设备上的部署。
• 同时优化核中心与感受野可获得最佳性能（90.2% 准确率）；而固定核中心仅导致性能轻微下降，表明非线性比初始中心位置更重要。
• 无论初始核分布如何，网络均保持高度鲁棒性，在所有核初始化于原点（重叠情况）时仍达到 88.7% 的准确率。
• 融合多种核类型（如高斯与多重二次）的性能优于仅使用单一核类型，证明多核表示的优势。
• 增强版 RBFNet 在 RBF 层后增加 MLP 层，提升了特征交互与鲁棒性，在均匀初始化下达到 90.3% 准确率，在 K-means 初始化下达到 90.2% 准确率。