要約
3D点群は連続的な表面の離散的なサンプルであり、さまざまな応用に使用することができます。しかし、実際の接続情報（エッジ情報）が欠けているため、点群認識は困難を伴います。最近のエッジ認識手法では、ネットワーク設計にエッジモデリングを組み込むことで局所構造をよりよく描写しようと試みています。これらの手法はエッジ情報を組み込むことが有益であることを示していますが、エッジ情報がどのように役立つかは依然として不明確で、ユーザーがその有用性を分析することが難しい状況です。この問題に対する理解を深めるために、本研究では原理に基づいてかつ解釈可能な方法でエッジ情報を処理し、性能向上にも寄与する新しいアルゴリズム「Diffusion Unit (DU)」を提案します。まず、理論的にDUがタスクに有益なエッジ強調と抑制を行うことを示します。次に、実験的にエッジ強調と抑制の挙動を観察し検証します。さらに、経験的にこの挙動が性能向上に貢献することを実証します。難易度の高いベンチマークでの広範な実験と分析により、DUの有効性が確認されました。特に、ShapeNet Partを使用したオブジェクト部セグメンテーションとS3DISを使用したシーンセグメンテーションにおいて最先端の性能を達成しています。当方のソースコードはhttps://github.com/martianxiu/DiffusionUnit から入手可能です。