- …
- …
#755
summarized by : Naoya Chiba
どんな論文か？
三次元点群のセマンティックセグメンテーションを弱教師付き学習で行う．点群全体ではなく一部の点だけラベルが与えられる問題設定を想定．回転・鏡像反転に対して特徴量が変化しないような制約と，kNNグラフ上（空間的に連続な部分）で色・クラスがなめらかであるような制約を与えて学習する．さらに推論時には近傍点とのラベルが近くなるようなスムージングを行う．
新規性
三次元点群のセマンティックセグメンテーションを一部の点にのみラベルが与えられる弱教師付き学習で行うという問題設定が新規．半数のサンプルに完全なラベルを与えるよりも，全サンプルに対してランダムな半数の点にラベルを与える（今回の問題設定）のほうが優れることを示しており，本論文の問題設定が妥当であることを示唆している．
結果
ShapeNet，PartNet，S3DISで提案する問題設定にラベルを減らした上で評価，10%程度のラベルで教師ありに匹敵する性能．各カテゴリ1点のみのラベルという極端な設定でもセマンティックセグメンテーションを学習できた．Ablation Studyとして各提案要素が性能に貢献しているかの確認，エンコーダーネットワークを変えた場合の評価，ラベル量による性能変化，特徴量の可視化を行っている．
その他（なぜ通ったか？等）
点群のセマンティックセグメンテーションにおける弱教師付き学習のシナリオとして妥当な問題設定を与え，この問題設定のもとで高性能な学習・推論手法を提案した．
- …
- …