PointNet: 3D 분류 및 세그멘테이션을 위한 포인트 집합의 딥 러닝

포인트 클라우드는 중요한 기하학적 데이터 구조의 유형입니다. 그러나 그 불규칙한 형식 때문에 대부분의 연구자들은 이러한 데이터를 규칙적인 3D 복셀 그리드나 이미지 집합으로 변환합니다. 이 과정은 데이터를 불필요하게 부피가 커지게 하며 문제를 일으킵니다. 본 논문에서는 포인트 클라우드를 직접 처리하고 입력 포인트들의 순열 불변성을 잘 유지하는 새로운 종류의 신경망을 설계하였습니다. 이 신경망은 PointNet이라고 명명되었으며, 객체 분류, 부분 세그멘테이션, 장면 의미 해석 등 다양한 응용 분야에 통합된 아키텍처를 제공합니다. PointNet은 단순하지만 매우 효율적이고 효과적입니다. 경험적으로, PointNet은 최신 기술과 맞먹거나 심지어 더 우수한 성능을 보여주었습니다. 이론적으로는, 네트워크가 학습한 내용과 왜 네트워크가 입력 간섭 및 오염에 대해 강건한지를 이해하기 위한 분석을 제공하였습니다.