- …
- …
#121
summarized by : Naoya Chiba
どんな論文か？
三次元点群の全周補完手法の提案．観測されている領域と欠落している領域に分けて再構成し統合する．PointNet++レイヤーを用いてグローバル/ローカルな特徴量集約と残差特徴量の集約を提案しており，いずれも詳細形状を保持しつつ全体形状が整合するように再構成できる．FPS+Attention+Local Foldingで点群を再構成し直してRefineする．
新規性
全周点群の再構成を観測されている領域と欠損している領域に分離して再構成するアイデアが新規．また，グローバル特徴量と隣接したスケールの特徴量を利用して，T-Netに近いネットワークで局所形状の座標を揃えることで対称性を学習しやすくした．同じ着想でスケール間の残差特徴量を用いた手法も提案．
結果
ShapeNetのサブセット（PCNで利用）とKITTIを用いて学習・評価．提案したいずれの集約手法も既存手法よりも高い再構成性能を達成．欠損領域として再構成された点群を可視化し，意図通りにネットワークが学習していることを確認．グローバル/ローカルな特徴量集約は新規カテゴリ，残差特徴量の集約は既存カテゴリに強い傾向があった．
その他（なぜ通ったか？等）
https://github.com/XLechter/Detail-Preserved-Point-Cloud-Completion-via-SFA
- …
- …