Новый подход значительно сократит объем памяти и вычислительных ресурсов, необходимых для анализа трехмерных изображений, что особенно важно для роботов, беспилотников и других автономных систем.
Метод создали специалисты факультета вычислительной математики и кибернетики МГУ для работы с так называемыми облаками точек — трехмерными изображениями объектов, получаемыми с помощью лазерного сканирования. Обычно обработка таких данных требует значительных вычислительных ресурсов.
Авторы предложили не анализировать весь массив точек, а сводить его к набору простых геометрических элементов и связей между ними. В результате объект представляется в виде графа, который затем обрабатывает графовая нейросеть.
Исследователи смогли существенно уменьшить объем сохраняемой информации за счет использования минимального набора геометрических примитивов и только одного типа связей — наличия или отсутствия пересечений между элементами. Технологию протестировали на коллекции трехмерных моделей ShapeNet. Результаты показали, что многие объекты из повседневной жизни можно успешно идентифицировать даже по столь минималистичному представлению.
