- …
- …
#59
summarized by : Naoya Chiba
どんな論文か？
点群のインスタンスセグメンテーションのためのEmbeddingsの提案．各点のインスタンスが同じであれば近く，異なれば遠くなるようなEmbeddingsを設計，この時既存のユークリッド距離やコサイン類似度ではなく，各点の特徴量は各インスタンス間で異なる確率分布から得られたと考え距離をバタチャリヤ距離で計算する．
新規性
各点の特徴量が確率分布からサンプリングされたと想定，確率的なEmbeddingsを点群のインスタンスセグメンテーションに利用したことが新規．確率分布は3次元のGaussian Distributionとし，平均と分散をニューラルネットワークが出力するように学習する．確率分布の仮定・パラメータ表示により解析的に確率分布間の距離が計算できる．
結果
PartNetデータセットを用いてSGPN，PartNetと比較，点ごとの特徴量の計算にはPointNet++を利用した．既存手法を上回るインスタンスセグメンテーションを実現している．
その他（なぜ通ったか？等）
- …
- …