- …
- …
#110
summarized by : Naoya Chiba
どんな論文か？
三次元点群の良いセマンティック・インスタンスセグメンテーションを学習するための手法Self-Predictionを提案．バックボーンネットワークで特徴量を計算した後，セマンティック・インスタンスの各セグメンテーションにためのEmbeddingsを学習する．その後点群の半分のラベルを捨ててそのラベルを予測することで，良いEmbeddingsを学習できる．
新規性
セグメンテーションのための良い特徴量を学習するためにの手法Self-Predictionが新規．点群のうち半数の点の情報からもう半数の点の情報を予測するよう，グラフ上でラベルを伝播させ，教師データと比較して学習を行う．これにより点群中での点間の類似関係が学習できる．
結果
S3DIS, ShapeNetで学習・評価，PointNet, PointNet++, DGCNN（ShapeNetのみ）をバックボーンとして利用．いずれのバックボーンでもよいEmbeddingsが学習できるようになっており，既存手法と比較しても優れた性能を達成．
その他（なぜ通ったか？等）
- …
- …