SE-ORNet: Self-Ensembling Orientation-aware Network for Unsupervised Point Cloud Shape Correspondence SE-ORNet: 비지도 포인트 클라우드 형상 대응을 위한 자기 앙상블 방향 인식 네트워크

비지도 점군(점 클라우드) 형태 대응은 수동으로 주석화된 쌍 없이 점군 간의 밀도 높은 점-점 대응을 얻는 것을 목표로 합니다. 그러나 인간과 일부 동물은 양측 대칭성을 가지고 있으며 다양한 방향성을 가짐으로써, 이는 대칭 부분에 대한 심각한 예측 오류를 초래합니다. 또한, 점군 노이즈는 점군의 일관된 표현을 방해하여 형태 대응 정확도를 저하시킵니다. 이러한 문제들을 해결하기 위해, 우리는 Self-Ensembling ORientation-aware Network(SE-ORNet)이라는 방법을 제안합니다.우리 접근법의 핵심은 도메인 적응형 판별기를 사용한 방향 추정 모듈을 활용하여 점군 쌍의 방향성을 맞추는 것입니다. 이 방법은 대칭 부분에 대한 예측 오류를 크게 완화시킵니다. 또한, 비지도 점군 형태 대응을 위한 자기 앙상블(self-ensembling) 프레임워크를 설계하였습니다. 이 프레임워크에서는 학생 네트워크와 교사 네트워크의 입력을 서로 다른 데이터 증강 기법으로 섭동(perturbing)하여 점군 노이즈가 유발하는 간섭을 극복하고, 예측 일관성을 제약(constraining)함으로써 성능을 향상시킵니다.인간과 동물 데이터셋에 대한 광범위한 실험 결과, 우리의 SE-ORNet이 최신 비지도 점군 형태 대응 방법들을 능가할 수 있음을 보여주었습니다.