【泡泡一分钟】具有稀疏不变性的卷积神经网络（3dv-57）

每天一分钟，带你读遍机器人顶级会议文章标题：Sparsity Invariant CNNs作者：Jonas Uhrig, Nick Schneider, Lukas Schneider, Uwe Franke ,Thomas Brox, Andreas Geiger来源：3dv 2017 ( International Conference on 3D Vision）编译：杨雨生(70)播音员：郭晨欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要        本文针对，利用稀疏的激光扫描数据进行深度重建，这样一个应用场景，研究稀疏输入的卷积神经网络。首先，在稀疏输入的情况下，即使将丢失的数据的位置信息提供给神经网络，传统的卷积神经网络效果也不好。为了解决这个问题，作者提出一种简单但是有效的稀疏卷积层。在卷积操作的过程中，稀疏卷积层准确的包含丢失的数据的位置信息。作者通过实验，在多个 ………………………………