物体判別のゼロショット学習を3D画像に適用した点。まず人が定義した「パーツ」の組み合わせとして物体を表現できるという仮定を置き、その上でCompositional Part Segmentation, Hypothesis Bank, DeCompositional Consensusという3段階を経ることで、物体のパーツ単位へのセグメンテーションと、物体の分類を行っている。

PartNetデータセットをベースに「同じようなパーツには同じ名前をつける」ように修正したC-PartNetというデータセットを考案。ゼロショットでの物体のパーツのセグメンテーション及び分類において多くの物体クラスでSoTAを達成。(一方で、この方式ではうまく対処できない物体クラスがある模様。例えば、扉はほとんど識別できていない。また、他のモデルでもハサミは全く手が出ていない。)

コード、データセット、学習済みモデルはこちらで公開されている → https://github.com/ferjad/3DCZSL