- …
- …
#37
summarized by : Naoya Chiba
どんな論文か？
点群の全周補完手法LAKe-Netの提案。点の欠落によってトポロジーが変化してしまっているシーンを想定し，特徴点位置合わせ・スケルトン推定・リファインの三段階で密な三次元点群を再構成する．はじめにエンコーダーで各点・大域の特徴を計算してから特徴量空間でサブサンプリング，教師なしでマルチスケールに特徴点を抽出し，各特徴点に対応する表面を推定・リファインする．
新規性
見えない領域についてもうなく再構成するため，段階的な表面形状記述を経由して全周点群を補完するタスクに分離・それぞれをニューラルネットワークで構成し学習可能にした．学習は二段階で行い，はじめに特徴点検出ネットワークとオートエンコーダを学習し，次に片面点群から全周点群の特徴点を推定するネットワークを学習する．
結果
PCNデータセットとShapeNet55データセットで学習，CDとEMDで評価．多くのクラスで再構成したデータセットでSoTAを達成した．特徴点選択を他の手法と比較し提案法が優れること，提案するスケルトンの記述が優れること，提案法のロバスト性について実験し評価．
その他（なぜ通ったか？等）
- …
- …