- …
- …
#477
summarized by : Daisuke Makino
どんな論文か？
点群認識のための回転不変なCNNフレームワークの提案。点群は自動運転やロボティクスなど実世界のアプリケーションで取得される事が多く、それらは視点、密度、その他多くの性質を持っている。そのため点群認識アルゴリズムはそれらの変化に対して頑健であるべきであるが、現状のアルゴリズムは完璧とは程遠い。本研究はそのような課題に挑戦している。
新規性
Spherical Fractal Convolutional Neural Networks(SFCNN)の提案。SFCNNはCNNの強力な表現能力を引き継ぎつつ、回転や摂動に対する頑健性を獲得する。元の点群から直接特徴を学習する従来手法とは異なり、正二十面体のフラクタル構造に元の点群を射影しニューラルネットワークの学習を行う。
結果
ModelNet40の3D形状識別、ShapeNet Partの3Dセグメンテーションで既存手法と同等の性能を達成し、回転されたModelNetの識別タスクや形状変化されたSHREC'17の検索タスクでは既存手法の性能を大きく上回った。
その他（なぜ通ったか？等）
- …
- …