- …
- …
#93
summarized by : Naoya Chiba
どんな論文か？
三次元点群のデノイジングをニューラルネットワークの出力するスコアを最適化することで行う枠組みの提案．ステップサイズに適切な基準を設けることで，既存手法のような点群全体の縮小がなくデノイジングを実現できる．さらにこの学習済みのネットワークとスコアベースの最適化を利用して点群のアップサンプリングも行えることを実験的に示した．
新規性
入力された三次元点群がどれくらいノイズが少ないかを評価するネットワークをあらかじめ学習しておき，子のネットワークの出力に対して点群の位置を動かして勾配上昇することでデノイジングを行う．ネットワークには近傍点をkNNを用いた点群畳み込みを利用．
結果
PU-Netのデータセットにガウスノイズを加えてスコアを設定し学習する．PU-NetとPointCleanNetのテストデータで評価．既存手法よりもガウスノイズだけでなく様々なノイズに対してロバストなデノイズを実現した．
その他（なぜ通ったか？等）
- …
- …