확률적 임베딩을 이용한 포인트 클라우드 인스턴스 세그멘테이션

이 논문에서는 포인트 클라우드 인스턴스 세그멘테이션을 위한 새로운 프레임워크를 제안한다. 제안하는 프레임워크는 두 단계로 구성된다: 임베딩 단계와 클러스터링 단계이다. 임베딩 단계에서 본 연구의 주요 기여는 포인트 클라우드 임베딩을 위한 확률적 임베딩 공간을 제안하는 것이다. 구체적으로, 각 포인트는 삼변량 정규분포로 표현된다. 클러스터링 단계에서는 세그멘테이션의 정확도와 클러스터링 성능을 동시에 향상시키는 데 기여하는 새로운 손실 함수를 제안한다. 실험 결과, 기존 최고 성능(SOTA) 대비 중요한 성능 향상을 확인할 수 있었으며, PartNet 데이터셋에서 카테고리별 평균 mAP가 3.1% 향상되었다.