Interpretable Rotation-Equivariant Quaternion Neural Networks for 3D Point Cloud Processing
This study proposes a set of generic rules to revise existing neural networks for 3D point cloud processing to rotation-equivariant quaternion neural networks (REQNNs), in order to make feature representations of neural networks to be rotation-equivariant and permutation-invariant. Rotation equivari...
Ausführliche Beschreibung
Bibliographische Detailangaben
| Veröffentlicht in: | IEEE transactions on pattern analysis and machine intelligence. - 1979. - 46(2024), 5 vom: 08. Apr., Seite 3290-3304
|
|---|
| 1. Verfasser: |
Shen, Wen
(VerfasserIn) |
|---|
| Weitere Verfasser: |
Wei, Zhihua,
Ren, Qihan,
Zhang, Binbin,
Huang, Shikun,
Fan, Jiaqi,
Zhang, Quanshi |
|---|
| Format: | Online-Aufsatz
|
|---|
| Sprache: | English |
|---|
| Veröffentlicht: |
2024
|
|---|
| Zugriff auf das übergeordnete Werk: | IEEE transactions on pattern analysis and machine intelligence
|
|---|
| Schlagworte: | Journal Article |
|---|