#749
summarized by : Masaki Miyamoto
GSPN: Generative Shape Proposal Network for 3D Instance Segmentation in Point Cloud

どんな論文か?

ロボット工学およびVRにおける膨大な量のアプリケーションを伴う3Dインスタンスセグメンテーションは,現在非常に大きな需要がある.本稿では,点群データにおけるインスタンスセグメンテーションのためのGenerative Shape Proposal Network(GSPN)という名前の,新しい3Dオブジェクト提案手法をを紹介する.GSPNにより,低いオブジェクト性を伴う提案が大幅に削減される.
placeholder

新規性

・合成分析法に沿った3Dオブジェクト提案に取り組むためのGenerative Shape Proposal Networkの提案 •リージョンベースのPoint-Net(R-PointNet)と呼ばれる柔軟な3Dインスタンスセグメンテーションフレームワークの提案

結果

ScanNetを用いてインスタンスセグメンテーションを出力し,IoUに基づく平均精度を算出した結果,既存手法であるSGPN,PMRCNNと比べると,物体18個中16個において値が上回っており,また3Dインスタンスセグメンテーションをしている従来手法のBounding box regression,binary segmentationと比べて提案手法はmIoU,APにおいて値を上回っている.

その他(なぜ通ったか?等)