- …
- …
#68
summarized by : Naoya Chiba
どんな論文か？
三次元点群のシーケンスをから時空間コンテキストを捉えるためのトランスフォーマーベースのバックボーンネットワークの提案．平面領域をプリミティブとしてパターンを捉えるため，プリミティブ内部とプリミティブ間でのAttentionを導入，さらに時系列を扱うためにPrimitive Transformerをオフラインのメモリバンクとオンライン（短時間フレーム）の間で用いる．
新規性
平面をプリミティブとして用いることで点群すべてを一度にTransformerに入力しないため扱う要素数が減るので，現実的に時系列データに拡張できる．提案法により長時間の点群シーケンスについてフレーム間でのプリミティブの一貫性を保ち，適切なセマンティックラベル・シーンラベルを推定する．
結果
Synthia 4D datasetとHOI4Dで4Dセマンティックセグメンテーション，MAR-Action3Dで3D行動分類タスクでそれぞれ検証．セグメンテーションでは少数フレームでも既存手法と同等以上の性能であり，長くシーケンスを用いるとより優れた性能を達成．行動分類でも既存手法と比較し，長いフレームで特に優れており点群シーケンスをうまく利用できていることがわかる．
その他（なぜ通ったか？等）
- …
- …