- …
- …
#218
summarized by : Hirokatsu Kataoka
どんな論文か？
プリミティブな形状の組み合わせにより3D認識のための合成事前学習データセットを自動構築するPrimitive 3Dの提案。3D認識に対して有効であるという結果が出ている。セグメンテーションタスクと再構成タスクのmulti-task learningのタスクを設定できるという利点もある。
新規性
3Dのプリミティブ形状により自動合成データセットを構築、3D認識の事前学習を実現。3DドメインではImageNetのような大規模事前学習用のデータセットが皆無であったことから自動生成データセットの構築に挑戦し、成功した。
結果
ModelNet40/ScanObjectNN/ScanNet10において3D形状識別問題を解かせたところ、従来のデータセットを事前学習に用いたよりも高い性能が出ることを明らかにした。さらに、ランダムドロップやデータセット蒸留などの設定、およびそれら組み合わせにより精度を検証したところ、データセット蒸留が精度も学習時間の面でも有効であることを判断した。
その他（なぜ通ったか？等）
RandomRoom、Point Cloud Fractalなどもそうだが、3Dの事前学習をめぐる争いは始まったばかりである…？
- …
- …