#525
summarized by : Naoya Chiba
FPConv: Learning Local Flattening for Point Convolution

どんな論文か?

三次元点群の畳み込み手法.局所点群を2DにProjectionして2D CNNで特徴抽出する.着目点周りの相対座標を入力としてPointNet構造で特徴抽出し,相対座標と結合してShared MLPで2Dにマッピングするための重みを計算する.この重みに従って各点の特徴量の重み付け和を計算し,2D CNNの入力とする.
placeholder

新規性

三次元点群を二次元に投影して2D CNNで処理することで畳み込む手法はいくつかあるが,学習可能でSoftなProjectionを提案したのは新規.提案する畳み込み手法をFPSによるサブサンプリングと組み合わせてU-Netタイプのネットワークで処理できるようにした.

結果

ModelNet40でのクラス分類とS3DIS・ScanNetでのセマンティックセグメンテーションで検証.提案する手法単体でも悪くはないスコアで,KPConvと組み合わせて用いることで高いスコアを達成した.

その他(なぜ通ったか?等)