- …
- …
#439
summarized by : Naoya Chiba
どんな論文か？
点群のセマンティックセグメンテーションにおいて，出力された各点のクラス確率だけではなく中間層で解像度に応じてその領域にどのようなセマンティックラベルの点が含まれているかを推定するように学習する手法の提案．これにより解像度の低い中間層についても直接ロスを設定できる．
新規性
サブサンプリングされた粗い点群について，対応する領域に含まれるセマンティックラベルをマルチホットラベルをとして推定することで教師信号を入れた点が新規．さらにFeature Densificationを導入し，中間層の出力がよりはっきりするようにした．
結果
既存の点群セマンティックセグメンテーション手法であるDeformable KPConv，Rigid KPConv, RandLA，SceneEncoderに対して提案法を適用しScanNetv2，S3DIS，Semantic3Dで検証，いずれの条件でも高いスコアを達成した．
その他（なぜ通ったか？等）
- …
- …