0參數量 + 0訓練，3D點云分析方法Point-NN刷新多項SOTA（2）

以上主要是對 Point-NN 在分類任務中的應用的介紹，Point-NN 也可以被用于 3D 的部件分割和 3D 目標檢測任務。
（1）部件分割 (3D Part Segmentation)
與分類任務對全局特征進行提取再進行分類不同的是，部件分割需要對每個點進行分類。因此，論文采用了一個接在 non-parametric encoder 后的對稱的 non-parametric decoder，進行點云特征的上采樣，恢復至輸入時的點數量。具體來說，在 decoder 的每個階段，我們將局部中心點的特征通過相對位置加權，來擴散到周圍的領域點。對于 point-memory bank，首先使用 encoder 和 decoder 得到訓練集的每個點的特征，為了節省顯存消耗，對于每一個物體，我們將每個部件的特征取平均值，再作為 feature memory 存入到 bank 中。
（2）目標檢測 (3D Object Detection)
對于檢測任務，我們將 Point-NN 作為一個 3D 檢測器的分類頭使用。當預訓練好的檢測器產生 3D proposal 后，Point-NN 與分類任務相似，使用 non-parametric encoder 來獲取被檢測物體的全局特征。在構建 point-memory bank 時，我們在訓練集中對在每個 3D 框標簽內的點云進行采樣，將采樣后的每個物體的全局特征進行編碼得到 feature memory。特別的是，我們沒有像其他任務一樣對每個物體的點云坐標進行歸一化，這是為了保留在原始空間中的 3D 位置信息，實現更好的檢測性能。
3. 從 Point–NN 延伸 (Starting from Point-NN)
（1）作為結構框架構建 Point-PN (As Architectural Frameworks)
我們講 Point-NN 視為一個良好的非參數化框架，在其中插入簡單的可學習線性層，來構建參數化的 3D 網絡，Point-PN。Point-PN 相比于現有的 3D 網絡，不含有復雜的局部算子，以極少的可學習參數量實現了優秀的 3D 性能。

我們構建 Point-PN 的步驟如下：首先，將 point-memory bank 替換為傳統的可學習的分類頭，如上圖（A）所示；在 ModelNet40 的分類任務上，這一步將分類性能從 Point-NN 的 81.8% 提高到了 90.3%，且僅僅使用了 0.3M 的參數量。接著，我們將 raw-point embedding 替換為線性層（B），可以將分類性能進一步提高到 90.8%。為了更好地提取多尺度層次特征，我們接著將線性層插入到每一階段的 non-parametric encoder 中。具體來說，在每個階段，兩個線性層分別被插入到 Geometry Extraction 的前后來捕捉高層空間信息，如圖中（C、D、E）所示。這樣，最終的 Point-PN 可以僅僅使用 0.8M 的參數量達到 93.8% 的性能，且只包括三角函數和簡單的線性層。這說明，與現有的高級的操作算子或者大參數兩相比，我們可以從非參數框架出發，來獲取一個簡單高效的 3D 模型。

（2）作為即插即用模塊 (As Plug-and-play Modules)
Point-NN 可以在不進行額外訓練的情況下增強現有 3D 預訓練模型的性能。以分類任務為例，我們直接將 Point-NN 與預訓練模型預測的分類 logits 進行相加，來提供互補的 3D 知識提升性能。如下圖對特征的可視化所示，Point-NN 主要提取的是點云的低層次高頻特征，在尖銳的三維結構周圍產生了較高的響應值，例如飛機的翼尖、椅子的腿和燈桿；而經過訓練的 PointNet++ 更關注的是點云的高層次語義信息，通過對它們的 logits 相加可以得到互補的效果，例如，飛機的機身、椅子的主體和燈罩。

三、實驗    1.Point-NN 和 Point-PN    （1）3D 物體分類 (Shape Classification)

對于 2 個代表性的 3D 物體分類數據集，ModelNet40 和 ScanObjectNN，Point-NN 都獲得了良好的分類效果，甚至能夠在 ScanObjectNN 上超過完全訓練后的 3DmFV 模型。這充分說明了 Point-NN 在沒有任何的參數或訓練情況下的 3D 理解能力。
Point-PN 在 2 個數據集上也都取得了有競爭力的結果。對于 ScanObjectNN，與 12.6M 的 PointMLP 相比，Point-PN 實現了參數量少 16 倍，推理速度快 6 倍，并且精度提升 1.9%。在 ModelNet40 數據集上，Point-PN 獲得了與 CurveNet 相當的結果，但是少了 2.5X 的參數量，快了 6X 的推理速度。
（2）少樣本 3D 分類 (Few-shot Classification)

與現有的經過完全訓練的 3D 模型相比，Point-NN 的 few shot 性能顯著超過了第二好的方法。這是因為訓練樣本有限，具有可學習參數的傳統網絡會存在嚴重的過擬合問題。
（2）3D 部件分割 (Part Segmentation)

70.4% 的 mIoU 表明由 Point-NN 在分割任務中也可以產生執行良好的單點級別的特征，并實現細粒度的 3D 空間理解。
Poinnt-PN 能夠取得 86.6% 的 mIoU。與 Curvenet 相比，Point-PN 可以節省 28 小時的訓練時間，推理速度快 6X。
（3）3D 目標檢測 (3D Object Detection)

將 Point-NN 作為檢測器的分類頭，我們采用了兩種流行的 3D 檢測器 VoteNet 和 3DETR-m 來提取類別無關的 3D region proposals。由于我們沒有進行點云坐標的歸一化處理（w/o nor.），這樣可以保留原始場景中更多物體三維位置的信息，大大提升了 Point-NN 的 AP 分數。    
2.Point-NN 的即插即用 (Plug-and-play)    （1）3D 物體分類 (Shape Classification)

Point-NN 可以有效提高現有方法的分類性能，在 ScanObjectNN 數據集上，Point-NN 可以對 PointNet 和 PoitMLP 的分類準確率均提高 2%。
（2）3D 分割和檢測 (Segmentation and Detection)

對于分割任務，由于 ShapeNetPart 數據集上的測評指標已經比較飽和，Point-NN 對 CurveNet 提升的 0.1% 已經是很好的效果。對于檢測任務，Point-NN 對 3DETR-m 的增強達到了很好的 1.02%和 11.05%。

四、討論    1. 為什么 Point-NN 中的三角函數可以編碼 3D 信息？    （1）捕獲高頻的 3D 結構信息
通過下圖中 Point-NN 特征的可視化，以及我們分解出的點云低頻和高頻信息，可以觀察到 Point-NN 主要捕獲了點云的高頻空間特征，例如邊緣、拐角以及其它細粒度的細節。

（2）編碼點之間的相對位置信息
三角函數本身可以提供點云的絕對位置信息。對于兩個點和，首先獲取它們的 C 維的位置編碼，公式如下：

而它們之前的相對位置關系可以通過它們之間的點乘得到，公式如下：

以 x 軸為例，

這個公式表示了 x 軸上兩個點之間的相對位置。因此，三角函數可以得到點云之間的絕對和相對位置信息，這更有利于 Point-NN 對局部化點云的結構理解。
2.Point–NN 可以即插即用的提升 Point–PN 的性能嗎？

如上表所示，Point-NN 對 Point-PN 的提升極其有限，從上圖可視化的結果來看，Point-NN 和 Point-PN 之間的互補性比 Point-NN 和 PointNet++ 之間的互補性更弱。這是因為 Point-PN 的基礎結構是繼承自 Point-NN，因此也會通過三角函數獲取 3D 高頻信息，和 Point-PN 擁有相似的特征捕獲能力。
3. 和其他無需訓練的 3D 模型的比較

現有的 3D 模型中，有一類基于 CLIP 預訓練模型的遷移學習方法，例如 PointCLIP 系列，它們也不需要進行 3D 領域中的訓練過程。從上表的比較可以看出，Point-NN 可以實現很優越的無需訓練的分類性能。
4.Point–NN 與 PnP–3D 的增強效果比較

PnP-3D 提出了一種對于 3D 模型的即插即用的可學習增強模塊，但是它會引入額外的可學習參數，并且需要重新訓練而消耗更多的計算資源。如上表所示，相比之下，Point-NN 也能實現相似的增強性能，但是完全不需要額外參數或者訓練。
五、總結與展望    本文首次在 3D 領域中，提出了一個無參數無需訓練的網絡，Point-NN，并且在各個 3D 任務上都取得了良好的性能。我們希望這篇工作可以啟發更多的研究，來關注非參數化相關的 3D 研究，而不是一味的增加復雜的 3D 算子或者堆疊大量的網絡參數。在未來的工作中，我們將探索更加先進的非參數 3D 模型，并推廣到更廣泛的 3D 應用場景中。