꿈꾸는 개발자

논문 제목 : KPConv : Flexible and Deformable Convolution for Point Clouds Introduction Kernel Point Convolution(KPConv)라는 point convolution 연산을 제안 KPConv는 3D filter로 이루어져있고, 이전 point convolution들의 한계점(네트워크 수렴의 어려움, 복잡성)을 극복 Euclidean space 상에서 kernel point와 가장 가까운 입력 포인트와 연산을 통해 특징을 추출함으로써 grid convolution보다 뛰어난 유연성을 갖고 있음 rigid KPConv와 rigid KPConv에 deformable을 추가한 deformable KPConv를 제안 rigid KPCon..

PointNet : Deep Learning on Point Sets for 3D Classification and Segmentation 논문을 보기 앞서 Point Cloud 데이터에 대한 특성을 알 필요가 있다. Point Cloud 데이터는 unordered(순서가 정해져있지 않음)하고 강체 운동에 불변하다. 이는 각 점들의 입력 순서를 변경하더라도 3D 객체나 형태가 변하지 않고 Point Cloud에 Transformation을 적용해도 3D 객체나 형태가 변하지 않는다는 것을 의미한다. 이러한 Point Cloud 특성을 반영해 논문에서는 permutation invariance 라는 단어를 사용하는데, 이는 Point Cloud의 점들이 어떤 순서로 입력되든지 간에 일관된 결과를 도출한다는..