本研究では、3D形状コレクションから変形可能な部品テンプレートを学習する、教師なし3D形状共同セグメンテーション手法を提案する。形状の構造的な変化に対応するため、各形状は選択されたテンプレート部品のサブセットを使って構成される。部品の多様な幾何学的変化をモデル化するために、部品ごとの変形ネットワークを導入し、元の部品の忠実性を確保するための制約を課す。また、局所的な最小値を効果的に克服するための訓練スキームを提案する。