GEOMetrics: 그래프로 인코딩된 객체의 기하학적 구조 활용

메시 모델은 3D 객체의 구조를 인코딩하는 유망한 접근 방식입니다. 현재 메시 재구성 시스템은 일련의 그래프 합성곱을 통해 사전 결정된 그래프의 균일하게 분포된 정점 위치를 예측하여, 성능이나 해상도 측면에서 타협점을 찾아야 합니다. 본 논문에서는 기하학적 객체의 그래프 표현이 추가적인 구조를 허용하며, 이를 활용하여 재구성을 개선해야 한다는 주장을 제기합니다. 따라서, 우리는 (1) 정점 정보를 보존하는 그래프 합성곱 업데이트; (2) 세부 정보가 나타날 수 있도록 하는 적응적 분할 휴리스틱; 그리고 (3) 정점으로 정의된 국소 표면과 메시로 정의된 전역 구조 모두에 작용하는 학습 목표를 도입함으로써, 그래프 인코딩 객체의 기하학적 구조의 이점을 적절히 활용하는 시스템을 제안합니다. 제안된 방법은 ShapeNet 데이터셋을 사용하여 이미지에서 3D 객체를 재구성하는 작업에서 평가되었으며, 시각적으로와 수치적으로 최신 기술 수준의 성능을 보여주면서도 적응형 메시를 생성하여 훨씬 작은 저장 공간 요구사항을 갖습니다.