SeedFormer: 업샘플링 트랜스포머를 활용한 패치 시드 기반 포인트 클라우드 완성

3D 포인트 클라우드 생성 작업 중에서 포인트 클라우드 보완(Point cloud completion)은 부분적인 관측에서 3D 객체의 완전한 형태를 복원해야 하는 도전적이면서도 필수적인 문제이기 때문에 점점 더 주목받고 있다. 본 논문에서는 포인트 클라우드 보완 과정에서 세부 구조의 보존과 복원 능력을 향상시키기 위해 새로운 모델인 SeedFormer을 제안한다. 기존의 전역 특징 벡터에 기반한 방법들과 달리, 우리는 새로운 형태 표현 방식인 '패치 시드(Patch Seeds)'를 도입한다. 이는 부분 입력으로부터 일반적인 구조를 추출할 뿐만 아니라 국소 패턴의 지역 정보도 효과적으로 보존한다. 이후 시드 특징을 생성 과정에 통합함으로써, 거친 단계에서부터 세밀한 단계로 나아가는 계층적인 방식으로 완전한 포인트 클라우드의 사실적인 세부 구조를 복원할 수 있다. 더불어, 포인트 생성기의 기본 연산으로 트랜스포머 구조를 확장하여, 이웃 포인트 간의 공간적 및 의미적 관계를 효과적으로 반영하는 '업샘플 트랜스포머(Upsample Transformer)'를 설계하였다. 정성적 및 정량적 평가를 통해 제안한 방법이 여러 벤치마크 데이터셋에서 최신의 보완 네트워크들을 상회함을 입증하였다. 코드는 https://github.com/hrzhou2/seedformer 에서 공개되어 있다.