要約
3D点群生成は、3Dシーンモデリングおよび理解において非常に有用である。現実世界の3Dオブジェクト点群は、表面、幾何学的プリミティブ、意味的パーツなどの低レベルおよび高レベル構造の集合として適切に記述可能である。実際、3Dオブジェクト点群は、点のグループ集合という複数の異なる表現形式を備えている。既存の点群生成フレームワークは、提案する解法において構造を考慮しないものや、生成される3Dオブジェクト点群に対して特定の構造／トポロジー（例：多様体や表面の集合）を仮定・強制するものが多い。本研究では、潜在点集合に特定の構造やトポロジーを仮定せずに、構造的な点群を生成する新しいデコーダーを提案する。本デコーダーは、階層的なルート木構造に従う点群を生成するようにソフトに制約される。十分な表現能力と冗長性を許容することで、提案するデコーダーが点の任意のグループ化、さらには点集合上の任意のトポロジーを学習可能であることを示す。本手法は、3D点群形状補完というタスクにおいて評価された。既存フレームワークのエンコーダーと組み合わせることで、ShapeNetデータセットにおいて、最先端の3D点群補完手法を顕著に上回ることを示した。