BRIDGING INTERPRETABILITY AND PERFORMANCE IN 3D DEEP LEARNING THROUGH GEOMETRIC INDUCTIVE BIASES

Questa tesi indaga come i geometric inductive biases possano risolvere limitazioni fondamentali nel deep learning 3D, in particolare per applicazioni critiche di sicurezza come l’ispezione delle reti elettriche. Nonostante i progressi significativi nel campo del 3D scene understanding, la maggior parte dei modelli allo stato dell’arte funziona come black boxes, richiedendo ingenti risorse computazionali e grandi quantità di dati per riscoprire relazioni geometriche di base che potrebbero invece essere incorporate come priors. Questa lacuna si rivela particolarmente problematica nel contesto della monitorizzazione delle infrastrutture, dove interpretabilità, efficienza e affidabilità sono elementi fondamentali. In questa tesi, proponiamo un’esplorazione dei geometric inductive biases (GIBs) attraverso tre paradigmi distinti che coprono l’intero spettro interpretabilità–performance. Il nostro primo contributo, SCENE-Net, dimostra che modelli white-box completamente interpretabili, basati su Group Equivariant Non-Expansive Operators (GENEOs), possono raggiungere performance competitive, con un numero di parametri inferiore di cinque ordini di grandezza rispetto ai metodi black-box. Su questa base, SCENE-Net V2 introduce un approccio gray-box che combina un’estrazione interpretabile di caratteristiche geometriche, con una classificazione effettuata da modelli black-box standard, colmando il divario tra trasparenza ed espressività nella segmentazione multiclasse. Infine, GIBLy affronta le limitazioni di scalabilità attraverso geometric inductive bias layers leggeri che operano direttamente su nuvole di punti, consentendo un’integrazione fluida con qualsiasi backbone3D ed eliminando completamente gli svantaggi computazionali legati alla voxelizzazione. Per condurre una valutazione rigorosa nel campo delle reti elettriche, introduciamo TS40K, il primo benchmark su larga scala per l’ispezione di reti elettriche rurali. Questo dataset comprende oltre 40.000 chilometri di dati LiDAR completamente annotati e cattura le sfide tipiche della monitorizzazione infrastrutturale: diversità strutturale negli oggetti critici, artefatti di acquisizione che si confondono con gli elementi della linea elettrica e labels semanticamente imprecise. La nostra validazione sperimentale su questo e altri quattro benchmarks evidenzia come i geometric inductive biases forniscano vantaggi consistenti quando i dati presentano sufficiente dettaglio geometrico. Nel caso specifico dell’ispezione delle reti elettriche, abbiamo stabilito nuovi record di performance con il 72% di IoU per le torri e il 97% di IoU per le linee elettriche. Sebbene il nostro lavoro confermi l’esistenza di un trade-off tra interpretabilità e performance, mostriamo che questo trade-off non deve necessariamente essere marcato quando le priorsgeometriche sono ben allineate con il compito da svolgere. Per dimostrare l’utilità e la rilevanza della nostra ricerca, abbiamo sviluppato un programma per ispezioni elettriche di facile utilizzo che include un’analisi costo–beneficio e una validazione da parte dei responsabili della manutenzione durante l’esecuzione del programma. Questo dimostra la fattibilità della nostra proposta in scenari reali. In conclusione, la nostra ricerca contribuisce al geometric deep learning mostrando che la conoscenza geometrica esplicita non limita ma potenzia la capacità di apprendimento. Ciò apre la strada a sistemi di segmentazione 3D allo stesso tempo interpretabili, efficienti e operativamente validi per applicazioni critiche di sicurezza.

Grantor dc:publisher

Università degli Studi di Milano

Year dc:date

2026

Author dc:creator

• RESTOLHO MATEUS MARCALO LAVADO, DIOGO

Contributors dc:contributor

• tutor: A. Micheletti
• C. Soares ; coordinator: E. Damiani
• FERREIRA
• CARLA
• D. Restolho Mateus Marcalo Lavado
• MICHELETTI, ALESSANDRA
• DAMIANI, ERNESTO

• 3D Scene Understanding
• Geometric Inductive Biase
• Interpretable Machine Learning
• Power Grid Inspection
• 3D Semantic Segmentation
• LiDAR Point Clouds
• Settore INFO-01/A - Informatica
• Settore MATH-03/B - Probabilità e statistica matematica

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:Creative commons
• license uri:http://creativecommons.org/licenses/by-sa/4.0/

Language dc:language

eng

Handle dc:identifier

https://hdl.handle.net/2434/1223138

OAI identifier oai:identifier

oai:air.unimi.it:2434/1223138