- …
- …
#798
summarized by : Naoya Chiba
どんな論文か？
点群深層学習に用いるネットワークを比較し，よりよい点群処理ネットワークのアーキテクチャを提案．いくつかのネットワークについての仮説（敵対的サンプルに対するロバスト性，回転に対するロバスト性，近傍の一貫性）の元に評価指標を設定，既存のネットワークを評価した上で性能向上のためのモジュールを提案した．
新規性
点群畳み込みのアーキテクチャを明確な指標の元で分類・評価し，さらに不足している機能を補うための追加モジュールを提案している．指標として情報エントロピーベースででどの程度情報を無視するか，前景・背景を区別しているか，回転へのロバスト性，敵対的サンプルへのロバスト性，近傍点群がどの程度一致するかでネットワークを評価，仮説を検証した．
結果
前述の指標のもとModelNet40とShateNet，3D MNISTをベースに加工したデータで評価．既存のネットワークに仮説に従った性能差があることを確認し，それぞれのネットワークに性能を補うモジュールを加えた場合に精度が向上することを示した．
その他（なぜ通ったか？等）
- …
- …