GraphFit: マルチスケールグラフ畳み込み表現を学習した点群法線推定

私たちは、非構造化3D点群に対してノイズと非一様密度を処理できる精密で効率的な法線推定手法を提案します。既存のアプローチはパッチを直接取り扱い、局所近傍関係を見逃すため、鋭いエッジなどの課題のある領域に脆弱ですが、私たちが提案する手法では、法線推定のためにグラフ畳み込み特徴表現を学習し、より多くの局所近傍幾何学に重点を置き、内在的な関係性を効果的に符号化します。さらに、注意メカニズムに基づいた新しい適応モジュールを設計して、点の特徴量とその近傍の特徴量を統合することで、提案手法の法線推定器の点密度変動に対する堅牢性をさらに向上させます。これをより区別しやすくするために、グラフブロック内に多尺度アーキテクチャを導入し、より豊富な幾何学的特徴量を学習します。当手法は様々なベンチマークデータセットにおいて最先端の精度で競合他社の手法を超えており、ノイズや外れ値だけでなく点密度変動に対しても非常に堅牢です。