[论文解读] Room Classification on Floor Plan Graphs using Graph Neural Networks

Abhishek Paudel, Roshan Dhakal+1 more|arXiv (Cornell University)|Aug 12, 2021

Human Pose and Action Recognition参考文献 20被引用 9

一句话总结

该论文提出了一种基于图神经网络（GNN）的方法，通过将平面图表示为无向图来提升平面图中的房间分类性能，其中房间为节点，邻接关系为边。基于House-GAN数据集，GraphSAGE和Topology Adaptive GCN分别实现了81%和80%的准确率，较MLP高出15%以上，并且在更深的网络架构下仍表现出对过平滑问题的鲁棒性。

ABSTRACT

We present our approach to improve room classification task on floor plan maps of buildings by representing floor plans as undirected graphs and leveraging graph neural networks to predict the room categories. Rooms in the floor plans are represented as nodes in the graph with edges representing their adjacency in the map. We experiment with House-GAN dataset that consists of floor plan maps in vector format and train multilayer perceptron and graph neural networks. Our results show that graph neural networks, specifically GraphSAGE and Topology Adaptive GCN were able to achieve accuracy of 80% and 81% respectively outperforming baseline multilayer perceptron by more than 15% margin.

研究动机与目标

• 解决在缺乏显式语义标签的情况下，利用相邻房间之间的结构关系进行平面图中房间分类的挑战。
• 通过利用平面图布局中固有的基于图的关系归纳偏置，超越多层感知机（MLP）等基线方法。
• 研究多种GNN架构——GCN、GAT、GraphSAGE和TAGCN——在向量化的平面图上进行房间分类任务时的性能与鲁棒性。
• 分析网络深度对GNN性能的影响，特别是过平滑问题的影响，并比较各模型捕捉关系归纳偏置的能力。
• 评估未训练的GNN是否能够捕捉图中的结构模式，从而在训练前揭示模型的归纳偏置。

提出的方法

• 将每个平面图表示为无向图，其中房间为节点，基于空间邻近性连接相邻房间。
• 从房间边界框、墙体坐标、门的存在性以及房间类别中提取节点特征，使用几何和结构属性作为输入特征。
• 训练多种GNN架构——GCN、GAT、GraphSAGE和TAGCN——以及一个基线MLP，用于节点分类以预测房间类别。
• 在GNN中应用消息传递机制，聚合邻近节点的特征，从而在图结构上实现关系推理。
• 对未训练模型的节点嵌入进行t-SNE可视化，以评估每种GNN在捕捉关系归纳偏置方面的内在能力。
• 在不同深度（2至12层）下评估模型性能，以分析对过平滑问题的鲁棒性，特别比较GraphSAGE和TAGCN与GCN和GAT的表现。

实验结果

研究问题

• RQ1 当将平面图建模为图时，图神经网络是否能显著提升房间分类准确率，相比传统的MLP基线？
• RQ2 GCN、GAT、GraphSAGE和TAGCN等不同GNN架构在房间分类任务中的准确率和深度鲁棒性表现如何？
• RQ3 GCN和GAT模型在未训练前通过节点嵌入可视化，其在图结构中捕捉关系归纳偏置的程度如何？
• RQ4 为何GraphSAGE和TAGCN在增加网络深度时保持或提升性能，而GCN和GAT则下降，尤其是在更深的架构下？
• RQ5 未训练的GNN是否能揭示数据中固有的结构归纳偏置？这种揭示与最终模型性能之间有何关联？

主要发现

• GraphSAGE和Topology Adaptive GCN（TAGCN）分别实现了81%和80%的分类准确率，显著优于基线MLP（准确率低于65%）。
• GraphSAGE/TAGCN与MLP之间的性能差距超过15个百分点，证明了利用图结构进行房间分类的有效性。
• GraphSAGE和TAGCN在增加网络深度（最多12层）时表现出稳定或提升的性能，表明对过平滑问题具有鲁棒性。
• 相比之下，GAT在层数增加时性能下降，而GCN在11–12层时出现性能下降，表明其对过平滑更敏感。
• 对未训练节点嵌入的t-SNE可视化显示，GraphSAGE和TAGCN在卧室、浴室和阳台类别中显示出部分聚类，表明其具有强大的内在关系归纳偏置。
• GCN和GAT在未训练嵌入中未显示出有意义的聚类，表明其初始对关系结构的捕捉能力较差，这与它们最终性能较低的现象相一致。