초록
우리는 수백만 개의 점으로 구성된 대규모 포인트 클라우드의 의미 분할 문제를 해결하기 위한 새로운 딥 러닝 기반 프레임워크를 제안합니다. 우리는 3D 포인트 클라우드의 구조가 기하학적으로 균일한 요소로 씬을 분할하여 얻은 슈퍼포인트 그래프(SPG)라는 구조를 통해 효율적으로 포착될 수 있다고 주장합니다. SPG는 객체 부분 간의 문맥적 관계를 충실하면서도 간결하게 표현하며, 이는 그래프 컨볼루셔널 네트워크에 의해 활용됩니다. 우리의 프레임워크는 실외 LiDAR 스캔(두 개의 Semantic3D 테스트 세트에서 각각 +11.9 및 +8.8 mIoU 점)과 실내 스캔(S3DIS 데이터셋에서 +12.4 mIoU 점) 모두에서 새로운 최고 성능을 달성하였습니다.