초록
우리는 비정형 3D 포인트 클라우드를 위한 표면 피팅 방법을 제안합니다. 이 방법은 DeepFit이라고 하며, 신경망을 활용하여 가중 최소제곱법 다항식 표면 피팅에 사용되는 점별 가중치를 학습합니다. 학습된 가중치는 표면 점의 근방을 부드럽게 선택함으로써 기존 방법에서 요구되던 스케일 선택을 피할 수 있습니다. 네트워크를 훈련시키기 위해 우리는 새로운 표면 일관성 손실 함수를 제안하는데, 이는 점 가중치 추정을 개선하는 역할을 합니다. 이 방법은 법선 벡터와 주요 곡률 등과 같은 다른 기하학적 특성을 추출할 수 있게 해주며, 이러한 곡률들은 훈련 중 지도 데이터로 제공되지 않았습니다. 우리는 벤치마크 법선 및 곡률 추정 데이터셋에서 최고 수준의 결과를 달성하였으며, 노이즈, 이상치 및 밀도 변화에 대한 강건성을 보여주었으며, 노이즈 제거에 대한 응용 사례도 제시하였습니다.