|
|||||
|
|
| 三维点云深度模型压缩算法 | |
| 作者姓名： | 赵志 许可 马燕新 万建伟 |
| 作者单位： | 1.国防科技大学 电子科学学院,湖南 长沙 410073;2.国防科技大学 气象海洋学院,湖南 长沙 410073 |
| 基金项目： | 国家自然科学基金资助项目(61871386) |
| 摘 要： | 随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用.基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分.实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性. |
| 关 键 词： | 点云 知识蒸馏 二值量化 损失函数 |
| 收稿时间： | 2021-08-11 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 | |
| 点击此处可从《国防科技大学学报》下载全文 | |