7. Charles R. Qi, Hao Su, Kaichun Mo, Lenidas J. Guibas, “PointNet: Deep Learning on Point Sets
for 3D Classification and Segmentation”, in CVPR, 2017. (oral)
【6】
Keywords: PointCloud, PointNet
新規性・差分
概要
点群(PointCloud)を直接畳み込むことができるPointNetを提案。PointNetでは
3次元認識、特に識別・パーツ分割・セマンティックセグメンテーションを⾏うこ
とができる。(右下図)アーキテクチャのキーとなるのはMaxPoolにおける
Symmetric Functionであり、重要もしくは情報を多く含んでいる点群情報を選択
して学習を⾏った。識別やセグメンテーションと⽤途に合わせてアーキテクチャ
の出⼒(や途中処理)を変更した。Input/Feature Transformationを⾏い、
MaxPoolingにより効果的に点群を表現する特徴を取得する。Multi-layer
perception (mlp)の数字は層の数を表現している。全層のReLUにはBatchNorm
が⾏われている。
・点群を直接的に処理可能なPointNetをを提案し、識別・
パーツ分割・セマンティックセグメンテーションに応⽤可
能とした
Links
論⽂ https://arxiv.org/pdf/1612.00593.pdf
プロジェクト http://stanford.edu/~rqi/pointnet/
コード https://github.com/charlesq34/pointnet
7