#97
summarized by : Naoya Chiba
PointMixer: MLP-Mixer for Point Cloud Understanding

どんな論文か?

MLP-Mixerを点群畳み込みに応用するPointMixerの提案.既存の点群畳み込み手法や点群畳み込みにTransformerを用いた手法が近傍探索と近傍内の点間の特徴量計算,局所領域について特徴量の集約からなることを整理し,これらの手法の拡張としてPointMixerをチャンネル方向に混ぜ合わせるMixing MLPを導入.局所点群内と局所点群間,階層的領域設定に対して混ぜ合わせて処理する.
placeholder

新規性

MLP-Mixerを順不同な点群に利用するためにSoftmaxを用いる工夫と,点群の局所領域内と局所領域間,階層的な解像度間でMixingすることで形状を捉えつつ計算量を抑えて点群全体について情報を混ぜ合わせることができるようにした.

結果

S3DISによるセマンティックセグメンテーションに適用し高い性能を達成,また点群のデノイズとアップサンプリング,補完を組み合わせたPoint Cloud ReconstcutionタスクでShapeNet-Part,ScanNet,ICL-NUIMのそれぞれについて高い再構成性能を達成した.

その他(なぜ通ったか?等)