#751
summarized by : Masaki Miyamoto
Associatively Segmenting Instances and Semantics in Point Clouds

どんな論文か?

3D点群は実際のシーンを正確かつ直感的に表現が可能である. このような有益な3Dシーンで多様な要素をセグメント化する方法については少数でしか議論されてこなかったため, 本稿では,最初に点群のインスタンスとセマンティクスを同時にセグメント化するためのシンプルで柔軟なフレームワークを提案する. 次に,我々は2つのタスクがお互いを利用するようにする2つのアプローチを提案する.
placeholder

新規性

・3D点群上でのインスタンス分割とセマンティック分割の同時かつ効率的なシンプルベースラインの提案 ・インスタンスセグメンテーション(I.S.)とセマンティックセグメンテーション(S.S.)を密接に関連付けるために,ASISと呼ばれる新しいフレームワークの提案 ・ASISは,セマンティクス対応I.S.とインスタンス融合S.Sを含むモデルがend-to-endでトレーニングされる

結果

S3DIS データセットを用いてWcovとsemi IoUを算出した結果,普通のセマンティックセグメンテーションと比較すると提案手法は,ほとんどのインスタンスで値を上回っている.SGPNと処理速度を比較した場合では,提案手法は短縮に成功している.ShapeNetを用いた場合は,従来のPointNetと比較すると,mIoUは提案手法が値を若干上回る結果となった.

その他(なぜ通ったか?等)