- …
- …
#34
summarized by : Naoya Chiba
どんな論文か？
三次元点群のクラス分類において，破滅的忘却や極端なオーバーフィッティングを起こすことなく少数のサンプルから新規クラスを分類できるようにする手法の提案．既知クラスに対して学習した潜在ベクトルをクラスタリングしてSVDで正規直交基底ベクトルとして用い，新規クラスに対してこの基底の張るベクトル空間でのデータ点として記述することで目的を達成する．
新規性
Few-shot Class-incremental Learning (FSCIL)と呼ばれる問題設定を三次元点群に適用し結果を報告したことが新規．特に三次元点群データは実シーンからサンプルできるデータ数が少ない場合が多く，FSCILが適用可能であれば応用上有用であると期待される．
結果
合成データであるModelNet，ShapeNetと実シーンデータであるScanObjectNN，CO3Dで検証．まず各データセットで半数のクラスで学習し，残り半数のクラスに適応できるか確認した．また，異なるデータセット間で転移できるかも確認し，既存手法を単に点群に適用した場合と比較して優れた性能を達成した．
その他（なぜ通ったか？等）
- …
- …