Changfeng Ma Yang Li Xinhao Yan Jiachen Xu Yunhan Yang Chunshi Wang Zibo Zhao Yanwen Guo Zhuo Chen Chunchao Guo

초록

3D 자산을 구성 요소로 분할하는 것은 3D 이해를 향상시키고 모델 재사용을 촉진하며, 부품 생성 등 다양한 응용 분야를 지원하는 데 있어 핵심적인 과제이다. 그러나 기존의 방법들은 복잡한 객체 처리 시 낮은 강건성(로버스트니스)을 보이며, 전 과정의 자동화를 완전히 달성하지 못하고 있다. 본 논문에서는 어떠한 3D 객체도 구성 요소로 완전 자동 분할할 수 있도록 설계된, 원천적인 3D 포인트 프롬프트 가능(3D point-promptable) 분할 모델인 P3-SAM을 제안한다. SAM(Segment Anything Model)을 영감으로 삼아, P3-SAM은 특징 추출기, 다수의 분할 헤드, 그리고 IoU 예측기로 구성되어 사용자와의 상호작용 기반 분할을 가능하게 한다. 또한, 본 모델이 예측한 마스크를 자동으로 선택하고 병합하는 알고리즘을 제안하여 부품 인스턴스 분할을 실현한다. 본 모델은 약 370만 개의 3D 모델로 구성된 새로운 데이터셋을 기반으로 학습되었으며, 합리적인 분할 레이블을 포함하고 있다. 실험 결과, 제안하는 방법은 어떠한 복잡한 객체에 대해서도 정밀한 분할 성능과 뛰어난 강건성을 보이며, 최신 기술 수준(SOTA)의 성능을 달성하였다. 본 논문의 코드는 곧 공개될 예정이다.