- …
- …
#749
summarized by : Masaki Miyamoto
どんな論文か？
ロボット工学およびVRにおける膨大な量のアプリケーションを伴う3Dインスタンスセグメンテーションは，現在非常に大きな需要がある．本稿では，点群データにおけるインスタンスセグメンテーションのためのGenerative Shape Proposal Network（GSPN）という名前の，新しい3Dオブジェクト提案手法をを紹介する．GSPNにより，低いオブジェクト性を伴う提案が大幅に削減される．
新規性
・合成分析法に沿った3Dオブジェクト提案に取り組むためのGenerative Shape Proposal Networkの提案
•リージョンベースのPoint-Net（R-PointNet）と呼ばれる柔軟な3Dインスタンスセグメンテーションフレームワークの提案
結果
ScanNetを用いてインスタンスセグメンテーションを出力し，IoUに基づく平均精度を算出した結果，既存手法であるSGPN，PMRCNNと比べると，物体18個中16個において値が上回っており，また3Dインスタンスセグメンテーションをしている従来手法のBounding box regression,binary segmentationと比べて提案手法はmIoU，APにおいて値を上回っている．
その他（なぜ通ったか？等）
- …
- …