企业官网建设流程全解析

论文题目：Walk in the Cloud: Learning Curves for Point Clouds Shape Analysis（云中漫步：用于点云形状分析的曲线学习）
会议：ICCV 2021
项目与源码：CurveNet

摘要：离散点云缺乏充分的三维形状描述符。本文提出一种聚合点云中假设曲线的新方法。首先，通过在点云中执行引导式游走，将连续相连的点序列（曲线）分组；随后，将这些曲线的信息重新聚合到各点，以增强逐点特征。我们给出了该聚合策略的一种有效实现，包括一种新的曲线分组算子，以及后续的曲线聚合算子。我们在多项点云任务上评估该方法：在 ModelNet40 分类任务上取得了 94.2% 的分类准确率，在 ShapeNetPart 分割任务上取得了 86.8% 的实例 IoU，并在 ModelNet40 法向量估计任务上取得了 0.11 的余弦误差，达到论文当时报告的先进水平。包含源代码的项目主页为：https://curvenet.github.io/。

一、研究背景与核心问题

1.1 局部聚合为什么难以表达完整形状？

点云是不规则、无序的三维采样点集合，没有固定邻接关系。PointNet++、DGCNN 等方法依靠 KNN、MLP 和池化聚合局部信息，却不一定能识别局部片段在整体中的位置。

例如，椅子座面与靠背可能产生相近的局部特征。非局部聚合虽然能引入远处点的信息，却未显式表达点沿几何结构连续连接的关系。

论文 Figure 1：局部聚合、非局部聚合与曲线聚合的差异

Figure 1 的重点是聚合单位发生变化：局部聚合看邻域，非局部聚合看远处点，CurveNet 则引入连续点序列描述形状。

1.2 作者的核心洞察：从“点”走向“曲线”

论文 Figure 2：局部邻域相似性、连续游走路径与特征可视化

Figure 2 左侧说明，局部邻域可能产生相似编码，而曲线能保留长路径上的几何关系。右侧椅子特征可视化表明，在局部聚合的浅层阶段，不同部位的通道响应容易接近。因此，作者引入连续的长距离形状线索，提高逐点特征区分度。

这里的“曲线”不是真实轮廓或解析拟合曲线，而是在点云邻接图上学到的有序点特征序列。

二、CurveNet 的整体框架

论文 Figure 5：CurveNet 网络及 CIC、CA、LPFA、任务头的完整结构

CurveNet 将点云建模为邻接图：节点为采样点，边由点坐标上的 KNN 关系建立。网络首先通过LPFA（Local Point-Feature Aggregation）将坐标及邻域几何关系编码为局部点特征，然后堆叠8 个 CIC（Curve Intervention Convolution）模块，最后由任务头完成分类或逐点预测。

整个核心数据流可以概括为：

输入点云 → LPFA 局部编码 → CIC〔曲线分组 CG → 曲线聚合 CA → 局部特征更新〕× 8 → 任务头 TSH → 预测结果。

CIC 中的关键是“先走、再聚合”：CG 从部分起点出发学习连续路径，CA 把这些路径蕴含的信息重新传播给所有点，而 LPFA 继续提取局部差异。整个网络以 ResNet 式残差设计组合模块。分类头对全局特征做池化并输出类别；分割头采用带注意力跳跃连接的 U-Net 式解码结构，恢复逐点预测。

CurveNet 没有用曲线替代点特征，而是让单个点同时接收邻域证据与沿曲线传来的形状信息。

三、核心模块一：如何从点云中学习曲线？

3.1 起点选择与可学习游走

在点云特征集合 F 上建立 KNN 图后，作者先用带 Sigmoid 门控的 MLP 为各点计算起点分数，再选取 Top-n 个高分点作为曲线起点，并将分数回乘到相应特征中，以保留训练信号。每条曲线从一个起点出发，重复选择下一个邻居，最终形成长度为 l 的序列 c = {s₁, …, sₗ}。

论文 Figure 3：曲线分组流程、动态动量与交叉抑制

固定的最近邻游走无法适应任务。CurveNet 根据邻居和曲线状态计算分数 α，选择最高分邻居：

其中，sᵢ 是当前曲线节点特征，sⱼ 是候选邻居特征，rᵢ 是已经走过路径的状态描述，w 是近似 one-hot 的邻居选择权重。前向传播选择单个下一节点；使用 Gumbel-Softmax 的直通梯度思想，是为了绕开硬 argmax 不可导的问题。论文特别说明关闭了 Gumbel 随机采样，因此不应把这里理解成每一步都进行随机游走。

3.2 为什么曲线容易陷入循环？

论文 Figure 4：自循环、重复循环、小环与大环四种游走问题

如果游走决策只由当前点及其邻居决定，访问同一个点时可能反复做出相同选择，导致路径来回打转。作者区分了自循环、重复循环以及大小环等情况。自循环可通过 KNN 排除自身缓解；其余循环需要记住历史轨迹。

为此，论文引入Dynamic Momentum（动态动量，DM），用一个历史描述向量记录曲线前缀：

rᵢ₋₁ 汇总先前路径，sᵢ 表示当前节点，β 是根据二者自适应确定的融合系数。与固定动量不同，动态动量让下一步选择不仅取决于当前位置，还受过去行进轨迹影响，从而减轻游走反复进入同一区域的问题。

3.3 交叉抑制：不要求走直线，但要避免频繁折返

考虑历史仍可能发生反复穿越。Crossover Suppression（CS）进一步约束行进方向：用 cᵢ = sᵢ − rᵢ₋₁ 表示当前路径趋势，用 qⱼ = sⱼ − sᵢ 表示候选方向，再计算二者夹角的余弦相似度。

当候选方向与整体趋势接近时，保持较高选择权重；当它明显朝相反方向折返时，降低对应得分。论文采用角度容忍阈值 θ̄ = 90°，并将方向相似度转换为 [0,1] 区间内的抑制系数。CS 不是禁止所有转弯或所有交叉：正常弯曲有助于跟随物体表面，真正要抑制的是造成冗余的反复折返。

四、核心模块二：曲线信息如何返回到点？

4.1 不能仅把曲线池化成一个全局向量

曲线张量尺寸为 C × n × l，其中 C 为通道数，n 为曲线数，l 为曲线长度。一次全局池化会抹掉曲线间和曲线内的结构差异，因此 CA 不直接对所有曲线求平均。

论文使用Attentive Pooling（AP）沿两个不同维度汇总曲线：沿曲线数量维汇总，得到跨曲线关系特征 f_inter ∈ R^(C×l)；沿曲线长度维汇总，得到每条曲线的内部特征 f_intra ∈ R^(C×n)。前者侧重不同曲线之间的对应关系，后者侧重每条曲线自身携带的形状信息。

4.2 双分支曲线—点映射

结合 Figure 5 中间的 CA 结构，可以把信息回传分为三步。首先，分别用瓶颈 MLP 降低原始点特征以及两种曲线特征的维度；其次，通过矩阵乘法计算曲线特征与点特征之间的关联，经 Softmax 得到相应映射权重；最后，利用这些权重把两支曲线信息映射回所有点，拼接并经 MLP 融合，再以残差形式加入原始输入。

关键是把曲线变成全体点可利用的补充特征。CG 负责学习序列，CA 负责将序列信息写回点特征。

五、实验结果与消融分析

5.1 实验设置：三项任务对应三种评价指标

论文在 ModelNet10/40 做物体分类，在 ShapeNetPart 做部件分割，并在 ModelNet40 做逐点法向量估计。分类实验使用 1024 个 xyz 采样点，以准确率评价；ShapeNetPart 使用 2048 个点，以实例平均交并比（instance mIoU）评价；法向量估计使用 1024 个点，以平均余弦距离误差评价，越低越好。实验基于 PyTorch；分类 KNN 邻居数为 20，分割邻域至多为 32。

5.2 分类：投票与不投票必须分开看

论文 Table 1：ModelNet10/40 分类准确率对比

CurveNet 在 ModelNet40 上，不使用投票时准确率为93.8%，使用 10 次预测投票后达到94.2%。对比 DGCNN 的 92.9% 和未投票 PAConv 的 93.6%，需要注意投票设置不同，不能把 94.2% 当作无投票结果。ModelNet10 上投票结果为 96.3%，论文也明确指出它并非该数据集的最高成绩。另据正文，CurveNet 训练时 GPU 显存占用约 4.1 GB，DGCNN 为 5.9 GB；这一比较有参考意义，但不应直接推出所有硬件与批大小下都更省资源。

论文 Figure 6：学习到的曲线、局部特征与曲线增强特征可视化

Figure 6 提供了比准确率更直接的解释：生成的路径较少陷入循环，曲线聚合后，不同空间区域的特征响应出现更清晰的区分。这与论文最初提出的“局部特征通道缺少多样性”问题相呼应。

5.3 部件分割与法向量估计：证明不只对分类有效

论文 Table 2：ShapeNetPart 部件分割的实例 mIoU 对比

CurveNet 不使用投票的 mIoU 为86.6%，投票后为86.8%；没有曲线模块的基础网络为85.9%。说明曲线信息同样有助于逐点分割。

论文 Figure 7：学习曲线与部件分割预测的定性对比

Figure 7 对照曲线路径、预测结果和参考标签，重点看路径如何跨越部位并帮助区分零件。

论文 Table 3：ModelNet40 逐点法向量估计的平均余弦距离误差

法向量任务中，CurveNet 的误差为0.11，明显低于无曲线版本的0.16，也低于表中 PCT 的 0.13。法向量预测要求理解局部表面方向及其与整体几何的关系，这项结果进一步支持“连续路径补充几何信息”的设计思路。

5.4 消融：到底是哪一个模块发挥作用？

论文 Table 4：LPFA、动态动量 DM、交叉抑制 CS、曲线聚合 CA 的组件消融与延迟

不加入曲线相关机制的 A/B 方案分别得到 93.1%/93.3%，完整 G 方案达到93.8%。移除 DM 后为 93.3%，移除 CS 后为 93.4%，说明历史状态和方向约束均能改善曲线质量。更关键的是，保留曲线分组、却不使用专门的 CA，而退回普通非局部式聚合的 E 方案仅有93.1%，相比完整模型下降 0.7 个百分点。这表明“走出曲线”并不等于“有效利用曲线”，CA 才是把几何路径转换为判别特征的关键环节。

延迟同样不能忽略：Table 4 中，A 方案单点云推理延迟约 37.6 ms，完整 G 方案约 45.2 ms。曲线模块带来性能收益，也增加了计算开销，因此不能将其描述为零成本的全局建模。

5.5 曲线长度、远距离关系与鲁棒性

论文 Figure 8：曲线节点到起点及前一节点的平均欧氏距离

Figure 8 通过 30 步曲线的距离变化证明，游走能够超出初始局部 KNN 范围，确实建立较长距离的联系。论文还在文字中讨论了曲线数量、长度与网络层级的关系：浅层（第 1/2 组）引入曲线通常比深层（第 3/4 组）更有效；曲线太短覆盖范围不足，太长又会产生冗余并增大顺序游走成本。有关长度 50 的实验来自作者提及的补充材料，不能误认为它是所有条件下的通用最优超参数。

论文 Figure 9：稀疏采样与噪声输入下的分类鲁棒性

Figure 9 左图显示，点数从 1024 进一步减少时，CurveNet 在图示比较方法中保持较好的分类准确率；右图展示了添加噪声点后的性能变化。论文为噪声测试额外在首个 LPFA 后加入最大池化层，因此该结果应理解为对应实验配置下的鲁棒性，而不是无需任何调整便能适应所有噪声形式。复杂度细节见作者提及的补充材料，主论文没有完整数据表。

六、总结与思考

这篇论文最值得记住的不是 94.2%，而是表达方式的转变：离散点云的形状不只存在于各点及其邻域中，也存在于点与点沿空间结构连续连接的路径中。CurveNet 先通过可学习游走构造曲线，用动态动量和交叉抑制减少冗余，再以双分支曲线聚合把长距离信息回写到逐点表示，最终兼顾局部细节与较大范围的几何关系。

实验给出的证据相对完整：三项任务显示曲线特征能够跨任务发挥作用；Table 4 说明聚合策略比“仅生成曲线”更重要；Figure 8 和 Figure 9 则分别从感受野与输入扰动角度补充验证。从方法设定上看，顺序游走不能像普通邻域并行计算那样一次完成，曲线数量与长度也涉及性能和延迟的取舍。这是需要考虑的工程代价，但不代表方法普遍失效。

如果用一句话概括 CurveNet：让网络学会沿点云“走出”具有形状意义的路径，再把路径中的结构知识传播给每一个点。