- …
- …
#23
summarized by : Naoya Chiba
どんな論文か？
点群生成のためのデコンボリューション手法の提案．kNNで得られた近傍点から得られた特徴量をバイラテラルで補間して，増やした点に対応する特徴量を得る．これで得られた特徴量を使ってShared MLPで三次元点を計算して点数が倍になった三次元点群を生成する．
新規性
バイラテラルフィルタを用いた特徴量補間とShared MLPによる三次元点群のアップサンプリングと，生成された点群/ダウンサンプリングした点群を見分けるDiscriminatorを用いたAdversarial Lossを導入して学習する．
結果
ShapeNetとModelNetで学習・評価．既存手法と比較して計算コストが小さく，既存手法と比較して各カテゴリ/各評価基準で良いスコアを達成．生成された点群の分類結果が優れることからも生成性能が高いことが評価できる．
その他（なぜ通ったか？等）
- …
- …