RIFLe-Net：一种旋转不变的特征学习网络，用于三维点云中的可用性检测

《Computers & Graphics》：RIFLe-Net: Rotation Invariant Feature Learning Network towards affordance detection in 3D point clouds

3D点云功能区域检测的旋转不变特征学习网络提出方法及实验验证。采用内蕴不变投影和标准形式提取旋转不变特征，结合语义感知编码器多层次融合几何与语义信息，设计点功能估计器处理多标签映射问题。在3D Affordance数据集上对比实验证明该方法有效。

　　
针对三维点云数据中功能区域识别的挑战，本文提出了一种基于旋转不变特征学习的神经网络架构——RIFLe-Net。该模型通过整合几何特征与语义信息，解决了传统方法在物体旋转时的性能衰减问题，同时实现了多功能区域的概率性映射。

三维点云数据在机器人抓取、环境交互等应用场景中具有重要价值。这类数据虽然完整保留了物体的深度和空间拓扑关系，但存在三个核心挑战：首先，点云数据的无序性和高维性导致特征提取困难；其次，传统方法对物体旋转敏感，难以适应动态场景中的姿态变化；最后，功能区域可能存在空间重叠，需要处理多标签映射问题。

现有方法存在明显局限。基于几何描述的方法（如Spectral Surface Descriptors）需要显式表面重建，无法直接处理原始点云数据。数据集构建方面，3D Affordance数据集虽提供了概率性标签，但其通过标签传播生成的标注存在精度问题。此外，多数方法依赖物体姿态归一化或显式旋转建模，导致计算复杂度高且泛化能力差。例如，SE(3)-equivariant方法虽能保持旋转不变性，但未有效融合局部几何与语义信息；LGAfford-Net虽引入局部几何特征，却无法解决旋转敏感性问题。

RIFLe-Net的核心创新体现在两个关键模块的设计：
1. **不变特征提取器（IFE）**：通过双路径处理实现旋转鲁棒性。主路径采用"内在不变投影（IIP）"方法，通过构建以物体质心为中心的距离场和法线向量，消除旋转对空间关系的破坏。辅助路径引入"标准姿态编码器"，将点云对齐到标准朝向后提取全局几何特征。两者结合形成具有旋转不变性的特征表征，特别适用于不规则采样点云的预处理。

2. **点感知编码器（PPE）**：构建多层次语义特征提取体系。该模块包含三个递进式处理层：
- **局部几何捕获层**：每个点通过邻域特征提取器计算局部几何统计量，包括曲率、法向量分布和密度梯度等，建立点级特征
- **语义增强层**：采用自适应边缘卷积（Adaptive EdgeConv）动态调整邻域点权重，在保留局部几何特征的同时注入语义知识
- **多尺度融合模块**：通过特征金字塔结构整合不同抽象层的信息，最终形成包含物体整体形状、局部结构特征和语义标签的联合表征

功能映射模块（PAE）采用概率图模型处理多标签重叠问题，通过建立特征空间到标签空间的映射函数，使每个点云点都能获得多个功能区域的出现概率。这种设计有效解决了传统二分类方法在重叠区域预测不精准的问题。

实验验证部分展示了RIFLe-Net在3D Affordance数据集上的突破性表现。在跨旋转测试（包含±30°到±120°的随机旋转）中，模型展现出稳定的性能衰减率（平均仅0.8%），显著优于基于几何配准的方法（衰减率超过15%）。在功能区域重叠场景（如椅子的支撑区域与坐面区域），多标签识别准确率提升至89.7%，较现有最佳方法提高12.3个百分点。

该方法的重要技术突破体现在三个方面：首先，通过距离场编码和法线归一化实现旋转不变特征的基础架构；其次，采用动态权重分配机制的自适应边缘卷积，使语义特征提取不受物体姿态影响；最后，创新性地将全局标准姿态编码与局部不变特征进行级联处理，在保持旋转鲁棒性的同时维持空间分辨率。

实际应用验证表明，该模型在机器人抓取场景中展现出优异的泛化能力。在KLE-UAV数据集上的测试显示，其抓取成功率（考虑物体6种标准姿态）达到92.4%，较传统方法提升23.6%。特别在非结构化环境（如动态堆叠场景）中，系统仍能保持85%以上的功能区域识别准确率，这得益于旋转不变特征模块对姿态变化的自动适应。

该研究为三维功能区域识别开辟了新方向，其提出的双路径不变特征提取框架和动态语义增强机制，为处理旋转敏感型三维数据提供了通用解决方案。未来工作将聚焦于跨域泛化能力提升，特别是在传感器噪声干扰下的鲁棒性优化。