- …
- …
#104
summarized by : Naoya Chiba
どんな論文か？
三次元点群の表現学習のための新たなメトリックの提案．点群同士を比較するためのメトリックをいくつか紹介・比較した上で，EMDが優れるが計算コストが高いことを指摘，その近似としてSliced Wasserstein Distanceを導入することを提案する．簡略化したPointNetと全結合層を用いたオートエンコーダーで得られる潜在表現で評価．
新規性
点群のメトリックとしてSquared Sliced Wasserstein Distanceを提案，EMDよりも高速に計算でき，EMDやCDよりもメトリックとして優れていることをオートエンコーダーで獲得された潜在表現を利用して評価した．
結果
ModelNet40で学習した潜在表現がクラス分類タスクや生成タスクに転移したときに優れたパフォーマンスであることを示した．また3DMatch Datasetを用いた局所形状特徴量の学習でも高い性能を達成．学習時に収束が速いことも示した．
その他（なぜ通ったか？等）
- …
- …