- …
#3
summarized by : Naoya Chiba
どんな論文か？
Part Treeから三次元物体を三次元の点群モデルをGANの枠組みで生成するPT2PCを提案．PartNetのデータ構造をそのまま利用する．木構造に沿ったEncoder-Decoderモデルでボトルネック部分でサンプリングし特徴量とし，立方体内の一様サンプル点を特徴量に合わせて変形して三次元点群を生成する．Discriminatorも木構造に沿って集約して見分ける．
新規性
三次元物体を木構造に抽象化したシンボリックなデータ構造をconditionsとして，条件を満たす多様な三次元形状を生成する．木構造に沿って特徴量を集約するエンコーダーで特徴量に変換，これをConditionとしてランダムノイズと結合し木構造に沿ってSkip Connectionと合わせてデコードする．得られたパーツ事の特徴量と立方体中の点を結合してShared MLPで変換することで点群を得る．
結果
全体形状・パーツごとのCoverage Score，Diversity ScoreとFrechet Point-cloud Distance，HierInsSeg Scoreで評価し，おおよそ良い性能を達成した．User Studyでも検証しベースライン手法より優れた評価を得た．
その他（なぜ通ったか？等）
- …