#199
summarized by : Naoya Chiba
Point2Skeleton: Learning Skeletal Representations from Point Clouds

どんな論文か?

点群からスケルトンベースのメッシュ表現に変換する手法の提案.Shared MLPを用いて各点の重みを推定し代表点群を生成,入力点群が表面になるように代表点に半径を割り当てる.これらの球をつなぎ合わせることでメッシュを再構成するよう,グラフオートエンコーダーで接続関係を推定する.
placeholder

新規性

スケルトン表現による三次元形状を学習ベースで推定する点が新規.球とそれら表面のつなぎ合わせによって記述するため,水密で滑らかな表面を様々な形状について再構成できる.学習ペースの接続関係の推定とうまい後処理を行うことで,より正確な半径の推定とメッシュの穴埋めも行っている.

結果

ShapeNetで学習・再構成を行い,CDにおいて再構成性能が十分であることを評価.さらに出力したスケルトン表現がシンプルで妥当であることを評価するための指標を設定,提案法が良好なスケルトン表現であることを示した.

その他(なぜ通ったか?等)