3D 밀도 예측을 위한 접선 합성곱(Tangent Convolutions for Dense Prediction in 3D)

우리는 깊은 합성곱 네트워크를 사용한 의미적 장면 분석에 대한 접근법을 제시합니다. 우리의 접근법은 3D 데이터를 위한 합성곱 네트워크의 새로운 구조인 접선 합성곱(tangent convolutions)을 기반으로 합니다. 부피 기반 접근법과 달리, 우리의 방법은 표면 기하학에 직접 작용합니다. 특히, 이 구조는 비정형 포인트 클라우드와 다른 노이즈가 포함된 실제 세계 데이터에도 적용할 수 있습니다. 우리는 접선 합성곱이 수백만 개의 포인트로 구성된 대규모 포인트 클라우드에서 효율적으로 평가될 수 있음을 보여줍니다. 접선 합성곱을 사용하여, 3D 포인트 클라우드의 의미적 분할을 위한 깊은 완전 합성곱 네트워크를 설계하고, 실내 및 실외 3D 환경의 도전적인 실제 세계 데이터셋에 적용하였습니다. 실험 결과, 제시된 접근법이 최근의 다른 깊은 네트워크 구조들보다 상세한 3D 장면 분석에서 우수한 성능을 보임을 확인할 수 있었습니다.