시각 지도형 포인트 클라우드 보완

이 논문은 포인트 클라우드 보완 작업을 위한 시야 지도형 솔루션을 제안한다. 기존 대부분의 방법들이 형태 사전 지식(shape priors)을 활용하여 누락된 포인트를 직접 추론하는 반면, 본 연구는 추가적인 단일 시야 이미지로부터 중요한 글로벌 구조 정보를 획득하는 ViPC(View-guided Point Cloud Completion)를 도입하여 이 작업을 해결한다. 본 연구는 효과적인 다중 모달 간 및 다중 레벨 간 융합을 순차적으로 수행하는 프레임워크를 활용하여, 시야 지도형 포인트 클라우드 보완 작업을 위해 새로 수집한 대규모 데이터셋에서 기존 대표적 솔루션들에 비해 현저히 우수한 성능을 달성하였다.