要約
本論文では、順序のない点群データを対象とした深層学習用の置換不変アーキテクチャであるSO-Netを提案します。SO-Netは、Self-Organizing Map（SOM）を構築することで点群の空間分布をモデル化します。SOMに基づいて、SO-Netは個々の点とSOMノードに対して階層的な特徴抽出を行い、最終的に入力点群を単一の特徴ベクトルで表現します。ネットワークの受容野は、ポイントツーノード k 最近傍探索を行うことで系統的に調整できます。点群再構成、分類、オブジェクト部セグメンテーション、形状検索などの認識タスクにおいて、提案したネットワークは最先端の手法に匹敵するかそれ以上の性能を示しています。さらに、提案されたアーキテクチャの並列処理可能性と簡素さにより、既存の点群認識ネットワークよりも訓練速度が大幅に向上しています。当該コードはプロジェクトウェブサイトで公開されています。https://github.com/lijx10/SO-Net