Cross-Shape Attention for Part Segmentation of 3D Point Clouds

要約

3D 形状セグメンテーションを目的として、コレクション内の形状全体に点単位の特徴表現を伝播する深層学習手法を紹介します。
我々は、形状の点ごとの特徴と他の形状の特徴との間の相互作用を可能にする、十字形状注意メカニズムを提案する。
このメカニズムは、ポイント間の相互作用の度合いの両方を評価し、形状全体にわたるフィーチャの伝播も仲介し、形状セグメンテーションの結果として得られるポイントごとのフィーチャ表現の精​​度と一貫性を向上させます。
私たちの方法は、各テスト形状に対する十字形状注意操作に適した形状を選択するための形状検索手段も提案します。
私たちの実験は、私たちのアプローチが人気のある PartNet データセットで最先端の結果をもたらすことを実証しています。

要約(オリジナル)

We present a deep learning method that propagates point-wise feature representations across shapes within a collection for the purpose of 3D shape segmentation. We propose a cross-shape attention mechanism to enable interactions between a shape’s point-wise features and those of other shapes. The mechanism assesses both the degree of interaction between points and also mediates feature propagation across shapes, improving the accuracy and consistency of the resulting point-wise feature representations for shape segmentation. Our method also proposes a shape retrieval measure to select suitable shapes for cross-shape attention operations for each test shape. Our experiments demonstrate that our approach yields state-of-the-art results in the popular PartNet dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google