초록
포인트 클라우드는 이미지와 달리 비정렬적이고 순서가 정해져 있지 않은 데이터입니다. 따라서 이미지를 대상으로 개발된 대부분의 머신 러닝 접근법은 포인트 클라우드에 직접적으로 적용할 수 없습니다. 본 논문에서는 이 문제를 해결하기 위해 이산 커널을 연속 커널로 대체하여 이산 합성곱 신경망(CNNs)의 일반화를 제안합니다. 이 방법론은 간단하며 임의의 크기의 포인트 클라우드를 처리할 수 있으며, 2D CNN과 유사하게 신경망을 설계하는 데 쉽게 사용할 수 있습니다. 다양한 아키텍처를 사용한 실험 결과를 제시하여 제안된 접근법의 유연성을 강조합니다. 우리는 대규모 포인트 클라우드에서 형태 분류, 부분 세그멘테이션 및 의미 세그멘테이션에 있어 최신 연구 결과와 비교해도 경쟁력 있는 성능을 얻었습니다.