- …
- …
#655
summarized by : Naoya Chiba
どんな論文か？
三次元点群をhierarchical Gaussian Mixture Model (hGMM)でモデル化するPointGMMの提案，VAEとして学習することで三次元形状の生成と剛体位置合わせに利用できることを示した．hGMMを用いることで点数よりも小さいオーダーで三次元形状を取り扱うことができる．
新規性
hGMMのパラメータをニューラルネットワークで記述するため，Self-Attentionを用いた階層的MLPを用いた．実験的にhierarchicalな構成・Attentionの導入のいずれもが重要な役割を成していることを示した．
結果
ShapeNetを用いてVAEとして学習．再構成誤差で評価し小さくなることを示した．また，同じクラスの異なる点群について，局所形状が対応付けを保ったまま形状補間できた．地面方向を既知とした点群位置合わせにも適用し，部分点群のいち合わせで既存手法よりも良好な性能を報告している．
その他（なぜ通ったか？等）
学習可能な枠組みでhGMMで点群を記述するためのネットワーク構造を提案し，実際に点群処理に用いることができることを示した．
- …
- …