本研究では、大規模な航空レーザースキャンを少数の学習済み3Dプロトタイプの組み合わせで表現する手法を提案している。
まず、入力の3Dポイントクラウドを複数のスロットに分割し、各スロットが1つの3Dプロトタイプを選択、位置合わせ、変形して入力を再構成する確率的なモデルを定義する。このモデルを無監督で学習することで、入力シーンを解釈可能な部品に分解できる。
提案手法は以下の特徴を持つ:
提案手法を新規の航空レーザーデータセットで評価した結果、従来手法を大きく上回る再構成精度とセマンティックセグメンテーション精度を達成した。また、定性的な分析から、学習されたプロトタイプが直感的に理解しやすい形状を表現していることが確認できた。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問