- …
- …
#486
summarized by : Naoya Chiba
どんな論文か？
三次元点群から物体検出するための手法として，純粋なVoteNetのアプローチでは性能が不十分であることを示し，物体中心座標の推定をしてから回転とスケールの推定をするのではなくLocal Canonical Coordinatesを用いて物体検出と姿勢・スケール推定を同時に行うアプローチを提案した．
新規性
Votingによる物体検出にLocal Canonical Coordinatesを導入した点が新規．Backboneで特徴抽出を行った後，各点に対応するObjectnessとスケール，その点が物体中のどの点に対応しているかをそれぞれ推定し，ハフ変換の要領で物体検出を行う．さらに推定したLocal Canonical Coordinatesが物体形状と整合するかチェックする．
結果
ScanNetに対してアノテーションされたScan2CADで学習しScanNetとSceneNN，SUN RGB-Dで評価．物体中心を推定する既存の枠組みよりも高い性能を達成した．
その他（なぜ通ったか？等）
- …
- …