ポイントクラウド上の3Dオブジェクト検出のための階層的グラフネットワーク

点群における3次元オブジェクト検出は、多岐にわたる応用が期待されている。しかし、既存の点群オブジェクト検出手法の多くは、点群が持つ特徴（例：疎性）を十分に反映できず、結果として重要な意味情報（例：形状情報）が適切に捉えられていない。本論文では、原始的な点群を直接処理し、3次元バウンディングボックスを予測する新しいグラフ畳み込み（GConv）に基づく階層的グラフネットワーク（HGNet）を提案する。HGNetは点間の関係性を効果的に捉え、多段階の意味情報を活用してオブジェクト検出を行う。特に、点の相対的な幾何的位置関係をモデル化することで、局所的な形状特徴を捉える新しい形状注意型GConv（SA-GConv）を提案する。SA-GConvを基盤とするU字型ネットワークにより、多段階の特徴を抽出し、改良された投票モジュールによって同一の特徴空間にマッピングされた後、提案領域（proposal）の生成に活用される。次に、新たなGConvに基づくProposal推論モジュールが、グローバルなシーンの意味情報を考慮して提案領域を推論し、最終的にバウンディングボックスを予測する。結果として、本研究で提案するフレームワークは、2つの大規模な点群データセットにおいて、SUN RGB-DではmAP（平均精度平均）で4%、ScanNet-V2では3%の向上を達成し、最先端の手法を上回る性能を発揮した。