PointMixup: 포인트 클라우드를 위한 증강 기법

이 논문은 예시 간 보간을 통한 포인트 클라우드 데이터 증강을 제안한다. 이미지 영역에서는 보간을 통한 데이터 증강이 간단하면서도 효과적인 방법으로 입증되어 왔다. 그러나 두 개의 서로 다른 객체 간 포인트 간 일대일 대응 관계가 존재하지 않기 때문에, 이러한 미스업(Mixup) 기법은 포인트 클라우드로 직접 전이되기 어렵다. 본 논문에서는 포인트 클라우드 간 데이터 증강을 최단 경로 선형 보간으로 정의한다. 이를 위해 두 포인트 클라우드 사이의 경로 함수에 대한 최적의 대응을 통해 새로운 예시를 생성하는 PointMixup이라는 보간 방법을 제안한다. 우리는 PointMixup이 두 포인트 클라우드 사이의 최단 경로를 찾으며, 보간이 대응 불변성과 선형성을 갖는다는 것을 증명한다. 보간의 정의를 통해 PointMixup은 포인트 클라우드 영역에 미스업 및 매니폴드 미스업과 같은 강력한 보간 기반 정규화 기법을 도입할 수 있다. 실험적으로, 예시가 부족한 상황에서 포인트 클라우드 분류에 대한 PointMixup의 잠재력을 입증하였으며, 포인트에 대한 노이즈 및 기하학적 변환에 대한 강건성도 향상됨을 보였다. PointMixup의 코드 및 실험 세부 사항은 공개되어 있다.