17일 전

PointGroup: 3D 인스턴스 세그멘테이션을 위한 이중 세트 포인트 그룹화

Li Jiang, Hengshuang Zhao, Shaoshuai Shi, Shu Liu, Chi-Wing Fu, Jiaya Jia
PointGroup: 3D 인스턴스 세그멘테이션을 위한 이중 세트 포인트 그룹화
초록

인스턴스 세그멘테이션은 장면 이해에 있어 중요한 과제이다. 2차원 인스턴스 세그멘테이션에 비해 3차원 포인트 클라우드에 대한 인스턴스 세그멘테이션은 여전히 크게 발전할 여지가 있다. 본 논문에서는 객체 간 공백 영역을 탐색함으로써 포인트를 보다 효과적으로 그룹화하는 데에 초점을 맞춘 새로운 엔드 투 엔드 바텀업 아키텍처인 PointGroup을 제안한다. 우리는 포인트 특징을 추출하고, 의미적 레이블 및 오프셋을 예측하여 각 포인트를 해당 인스턴스의 중심으로 이동시키는 이중 브랜치 네트워크를 설계하였다. 이후, 원본 포인트 좌표와 오프셋으로 이동된 포인트 좌표를 모두 활용하여 보완적인 강점을 살릴 수 있는 클러스터링 모듈을 도입하였다. 더 나아가, 후보 인스턴스를 평가하기 위한 ScoreNet을 제안하고, 중복 제거를 위해 비최대 억제(NMS)를 적용하였다. 제안한 방법은 ScanNet v2 및 S3DIS와 같은 두 가지 도전적인 데이터셋에서 광범위한 실험을 수행하였으며, IoU 임계값 0.5 기준 mAP에서 기존 최고 성능 대비 각각 63.6% 및 64.0%의 최고 성능을 달성하였다.

PointGroup: 3D 인스턴스 세그멘테이션을 위한 이중 세트 포인트 그룹화 | 최신 연구 논문 | HyperAI초신경