[초록 읽기] PointNet (2017)

Charles R. Qi, et al. “PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation”. Stanford University. (2017)

 

< abstract >

포인트 클라우드는 기하학적 데이터 구조의 중요한 유형이다. 불규칙한 포맷으로 인해 대부분의 연구자들은 이러한 데이터를 일반적인 3D 복셀 그리드 또는 이미지 모음으로 변환한다. 그러나 이로 인해 데이터가 불필요하게 대량으로 생성되고 문제가 발생합니다.

본 논문에서는 입력에서 포인트의 the permutation invariance of points in the input 을 잘 존중하는 포인트 클라우드를 직접 소비하는 새로운 유형의 신경망을 설계한다.

PointNet이라는 이름의 우리의 네트워크는 object classification, part segmentation, to scene semantic parsing에 이르는 응용 프로그램을 위한 통합 아키텍처를 제공한다.

간단하지만, 포인트넷은 매우 효율적이고 효과적이다. 경험적으로, 그것은 최신 기술보다 동등하거나 심지어 더 나은 성능을 보여준다. 이론적으로, 우리는 네트워크가 학습한 내용과 input perturbation and corruption 관련하여 네트워크가 잘 동작하는 이유를 이해하기 위한 분석을 제공한다.