AVS-Net: 3D シーン理解のための適応ボクセルサイズによるポイントサンプリング

最近のポイントクラウド学習の進歩により、知能車両やロボットが3D環境をよりよく理解できるようになりました。しかし、大規模な3Dシーンの処理は依然として難問であり、効率的なダウンサンプリング手法がポイントクラウド学習において重要な役割を果たしています。既存のダウンサンプリング手法は、巨大な計算負荷が必要であるか、または細かい幾何学的情報を犠牲にする傾向があります。本論文では、高精度と効率性を両立する先進的なサンプラを提案します。提案手法はボクセル重心サンプリングを基盤としていますが、ボクセルサイズの決定や重要な幾何学的ヒントの保存に関する課題を効果的に解決しています。具体的には、点ベースのダウンサンプリング比率を参照してボクセルサイズを適応的に調整する「ボクセルアダプテーションモジュール」を提案します。これにより、サンプリング結果が様々な3Dオブジェクトやシーンの理解に適した分布を持つことが保証されます。さらに、任意のボクセルサイズに対応し、サンプリングと特徴抽出を行いつつ高い効率性を維持するネットワークも導入します。提案手法は3Dオブジェクト検出と3Dセマンティックセグメンテーションで実証されています。既存の最先端手法と比較して、WaymoやScanNetなどの屋外および屋内の大規模データセットにおいて優れた精度と有望な効率性を達成しています。