Core Concepts
MASSTARは、表面予測と補完のための多様なツールチェーンを備えたマルチモーダルで大規模なシーンデータセットです。
Abstract
I. Abstract
表面予測と補完の重要性が増している。
マルチモーダル情報を活用したアルゴリズムの性能向上が求められている。
II. 導入
人工知能の進歩により、学習ベースの手法が主流になっている。
表面補完は小規模オブジェクトから大規模シーンへ拡大している。
III. ツールチェーンによるマルチモーダルデータ生成
3Dシーンセグメンテーション、画像レンダリング、説明文生成、部分ポイントクラウド生成の4つのパートから構成されている。
IV. 大規模3Dシーンデータセット
MASSTARは多様な環境から収集した3Dデータを処理し、マルチモーダルデータセットを作成している。
V. 実験結果と議論
異なる表面予測および補完アルゴリズムの比較実験が行われており、結果が示されている。
VI. 結論と今後の展望
MASSTARには改善すべき点があり、今後はさらなる発展が期待されている。
Stats
MASSTARは1027モデルを含んでいます。
PCNとSPMはXMFnetよりも推論時間が短く、効率的です。