- …
- …
#203
summarized by : Ryo Furukawa
どんな論文か？
点群の形状と姿勢を disentangle することで, 教師なしで点群の標準姿勢表現をエンコードする方法を提案. 回転同変なネットワークである Vector Neurons を並進同変も扱えるように拡張し, それらを用いて auto-encoder を設計. 構成から, 姿勢によらない(回転並進不変な)エンコーディングを行うことができ, 物体のクラスに対して一貫した標準的な姿勢学習ができる.
新規性
剛体変換で同変・不変な層を用いて, 剛体変換で同変な姿勢推定と, 剛体変換で不変な姿勢によらない形状の特徴量をエンコードをする点.
結果
ShapeNet データセットを用いて実験. 同一クラス内の形状が異なる物体に対して, 一貫して安定した標準姿勢を推定できることを定量・定性的に評価し, 既存手法と比べながら検証. 点群再構成ができることを定性的に確認. Occupancy Network の encoder を提案したものと取り替えることで, 点群からの陰関数(occupancy filed)の再構成を行えることも確認.
その他（なぜ通ったか？等）
- …
- …