- …
- …
#438
summarized by : Naoya Chiba
どんな論文か？
三次元点群から物体検出を行うためのVotingベースのアプローチを改良する手法．入力点群から一度Votingによって物体中心候補を推定した後，各点についてその物体の情報を得るために適したクエリ点を指定，これらの点に対する入力点群の特徴量を集約して処理することで候補領域のリファインメントを行う．
新規性
VoteNetのアプローチでは，隠れや異なる物体からの外れ値の影響により物体領域候補がずれる傾向があることを指摘．物体を一度検出した上で物体のBBやクラスが正しいのかを確かめるため，物体中心位置の推定後バックトレースして点群から改めて候補姿勢を精緻化するというアイデアが新規．
結果
SUN RGB-DとScanNetで検証，VoteNetよりも圧倒的に高い精度で他手法と比較してもSoTAを達成．特に高い閾値を設定したときに精度が良い．バックトレースした点を確認すると想定通り検出対象の物体上の点を見ていることがわかる．
その他（なぜ通ったか？等）
- …
- …