摘要

点云数据处理是众多现实世界系统中的关键组成部分。为此，研究者提出了大量基于点的方法，并在长期实践中持续提升了基准测试的性能表现。本文深入分析了这一进步背后的关键因素，揭示了两个重要发现。首先，我们发现诸如评估方案、数据增强策略和损失函数等辅助性因素——这些因素与模型架构无关——对性能影响显著。其影响之大，甚至掩盖了架构差异所带来的实际效果。在控制这些变量后，一种相对较早的网络结构PointNet++展现出与近期先进方法相当的竞争力。其次，我们提出了一种极为简单的基于投影的方法，称为SimpleView，其性能出人意料地优异。在ModelNet40数据集上，SimpleView的表现与当前最先进的复杂方法相当甚至更优，且模型规模仅为PointNet++的一半。此外，在真实世界点云数据集ScanObjectNN上的实验表明，SimpleView优于现有先进方法，并展现出更强的跨数据集泛化能力。相关代码已开源，地址为：https://github.com/princeton-vl/SimpleView。