3D 포인트 클라우드의 부위 세그멘테이션을 위한 크로스 형태 어텐션

우리는 3차원(shape) 분할을 목적으로, 컬렉션 내 여러 형태 사이에서 점별 특징 표현을 전파하는 딥러닝 기법을 제안한다. 본 연구에서는 특정 형태의 점별 특징과 다른 형태의 특징 간 상호작용을 가능하게 하는 크로스-쉐이프 어텐션 메커니즘을 제안한다. 이 메커니즘은 점 간의 상호작용 정도를 평가함과 동시에 형태 간 특징 전파를 조절하여, 형태 분할을 위한 점별 특징 표현의 정확성과 일관성을 향상시킨다. 또한 각 테스트 형태에 대해 크로스-쉐이프 어텐션 연산에 적합한 형태를 선택하기 위한 형태 검색 측정 기준을 제안한다. 실험 결과, 본 방법이 대표적인 PartNet 데이터셋에서 최신 기술 수준(SOTA, State-of-the-art)의 성능을 달성함을 입증하였다.