要約
従来の点群セマンティックセグメンテーションネットワークは、同じカテゴリの点と異なるカテゴリの点の近傍からの特徴を集約する際に同一のプロセスを用いていた。しかし、二つの物体が重なり合う領域（ジョイント領域）は、全体のシーンに占める割合が通常非常に小さい。そのため、ネットワークは同じカテゴリの点からの特徴集約については十分に学習されているが、異なるカテゴリの点からの特徴集約については十分に学習されていない。この問題に対処するために、本論文では同じカテゴリと異なるカテゴリの点に対して異なる集約戦略を用いることを提案する。具体的には、中心点と近傍点が同一カテゴリに属するかどうかをまず判定し、その後、二種類の近傍に対してそれぞれ精心に設計されたモジュールで処理を行う、カスタマイズされたモジュール「カテゴリガイドド集約（Category Guided Aggregation: CGA）」を導入する。本CGAは汎用的なネットワークモジュールとして設計されており、既存のあらゆるセマンティックセグメンテーションネットワークに組み込むことが可能である。3つの異なるバックボーンを用いた実験により、本手法の有効性が実証された。