- …
- …
#120
summarized by : Naoya Chiba
どんな論文か？
半教師あり学習による点群のセマンティックセグメンテーション手法． Contrastive Learningのテクニックを特徴量の設計に利用した上で，セマンティックラベルをこの特徴量から推定する．屋内・屋外のいずれのシーンについても提案法がうまく機能することを実験的に示した．
新規性
Contrastive Lossを点ごとの特徴量抽出に導入し，ラベルのない点群もうまく学習に利用できるようにした．このとき疑似ラベルとConfidenceを利用してNegative Sampleを選択することでContrastive Lossがうまく働くように設計した．さらにサンプリング時にカテゴリのバランスを取ることでこのLossを計算しやすくなるようにした．
結果
ScanNetV2，S3DIS，SemanticKITTIで実験，バックボーンにはスパース畳み込みを用いたU-Netを利用．提案法を用いることで様々なシーンでの半響師あり学習設定でのセマンティックセグメンテーションの性能が向上した．
その他（なぜ通ったか？等）
- …
- …