【論文】Pointview-GCN: 3D Shape Classification With Multi-View Point Clouds

2023年7月5日

※ただの翻訳とポイントを書いたメモです。正確性は保証していません。

この論文では、オブジェクトの周囲から複数の視点でキャプチャされた部分的な点群入力を用いた3D形状分類に取り組んでいます。

既存の方法が多視点キャプチャを最初に登録して完全な点群上で分類を行うのとは異なり、我々はPointView-GCNを提案します。

これは、オブジェクトの幾何学的手がかりとその多視点関係をエンコードするために、単一視点の点群の形状特徴を階層的に集約する多レベルのグラフ畳み込みネットワーク（GCN）を使用します。

我々の新しい単一視点データセットでの実験により、PointView-GCNはより記述的なグローバル形状特徴を生成し、単一視点の点群を用いた分類器に比べて分類精度を約5%改善し、ModelNet40の完全な点群を用いた最先端の方法を上回ることが証明されました。

PointView-GCNは、オブジェクトの幾何学的手がかりとその多視点関係をエンコードするために、単一視点の点群の形状特徴を階層的に集約します。これにより、部分的な点群入力を用いても3D形状の分類が可能になります。
PointView-GCNは、単一視点の点群を用いた分類器に比べて分類精度を約5%改善することが示されています。これは、PointView-GCNがより記述的なグローバル形状特徴を生成する能力を示しています。
PointView-GCNは、完全な点群を用いた最先端の方法を上回る性能を示しています。これは、PointView-GCNが多視点の点群を効果的に利用し、形状分類における新たな可能性を開くことを示しています。