- …
- …
#790
summarized by : Shoji Sonoyama
どんな論文か?
RGBDを入力とし、CADモデルで再構成されたシーンを出力する問題設定。
再構成の過程でシーン中の3Dオブジェクトの検出、CADモデルからの3Dオブジェクト候補の検索、セグメンテーション、オブジェクトの位置姿勢の推定を行っている。
新規性
スキャンしたシーンのオブジェクトとCADモデルとの照合・姿勢推定に強化学習のフレームワークを取り入れたLearning-based ICP(LICP)を提案した。
提案手法はRGBDからシーン中のオブジェクトを検出する3D Geometry Networkとオブジェクトの姿勢を推定するPolicy Networkから構成されており、このうちPolicy Networkが強化学習により学習される。
結果
SceneNNデータセットとScanNetデータセットを用いた評価にて、従来手法に対して優位な性能を達成した。
その他(なぜ通ったか?等)
オブジェクトの姿勢推定タスクに強化学習の枠組みを用いたのが面白い。
- …
- …