- …
- …
#439
summarized by : Naoya Chiba
どんな論文か？
RGB-Dに特化したVoteNetの拡張．VoteNetで提案したDeep Hough Votingを利用して，2Dのみの特徴量・3Dのみの特徴量・結合した特徴量での物体検出を学習．得られたネットワークを用いてテスト時には2Dと3Dを結合した特徴量で推論する．
新規性
2Dから得らえることが期待される幾何学的・意味的・テクスチャ的な特徴量をVoteNetの枠組みに統合することを目指した．3DでVotingするために光線方向を考慮したPseudo 3D Voteを導入．ネットワーク全体で2Dと3Dの情報を両方とも活用するため， gradient blendingによる統合を行う．
結果
SUN RGB-DでSoTAを達成．Ablation Studyでは幾何学的・意味的・テクスチャ的な特徴がいずれも必要であることを確認している．Gradient blendingが有効であることも確認．
その他（なぜ通ったか？等）
VoteNet自体が革新的であったが，三次元点群に単に2Dの輝度値をマップするのではなく2Dでの特徴量（幾何学的・意味的・テクスチャ的）を取り出すことが重要であることを示した．
- …
- …