- …
- …
#158
summarized by : Yue Qiu
どんな論文か？
大規模な3次元点群から物体のBBOXを推定する手法Generative Sparse Detection Networkを提案．提案手法は2つの構造：①階層的スパースTensorエンコーダーを用い入力データの階層的特徴を得る；②GenerativeスパースTensorデコーダーによりスパースな入力から、有効的に物体のBBOXを推定；提案手法はSOTAな精度を得られながら，大幅に運行時間を減らせた．
新規性
従来の手法と比べ、処理の時間とメモリーコストを減らせたGenerative sparse tensor decoderを提案：transposed convsとpruningそうによりsparse tensorsのサポートを拡張しながら、尤度が低い物体位置をdiscardする．
結果
①提案の手法GSDNが超大規模な入力を取り扱える．入力をfully-convolutional feed-forwardでプロセスし，Sliding windowsなどの後処理が必要なし；②3つの大規模3次元Indoor sceneデータセットでSOTAな精度を達成しながら，従来のBest手法より3.78倍速い．
その他（なぜ通ったか？等）
①SOTAな精度と処理スピードを達成．②大規模3次元シーンから物体を検出するタスクは実用性が高い．
- …
- …