점군에 이웃 관계 더하기
점군에는 위치 목록이 있지만 메시처럼 면과 연결 정보가 반드시 포함되지는 않는다. 이웃 관계를 구성하면 점 사이의 국소 구조를 학습에 활용할 수 있다. DGCNN은 이 관계를 고정된 입력 그래프로만 취급하지 않는다.
특징 공간의 이웃
깊은 층에서는 좌표가 아니라 학습된 특징의 가까움을 통해 이웃을 구성할 수 있다. 원래 공간에서 멀리 떨어진 점도 특징이 비슷하면 연결될 수 있다. 이는 유용한 의미 관계일 수 있지만 실제 물체 표면의 인접성을 뜻하지는 않는다.
이웃 변화의 예
한 점의 두 후보까지 좌표 거리가 1과 4라면 처음에는 첫 후보가 가깝다. 학습된 특징 거리가 각각 3과 0.5가 되면 특징 공간에서는 두 번째가 가깝다. 그래프를 다시 계산할 때 연결이 바뀔 수 있다는 예이며 실제 모델의 거리값을 측정한 것은 아니다.
관계와 평가
EdgeConv를 반복해 국소 정보와 전체 형상 특징을 학습한다. 그래프 갱신에는 계산 비용이 들며 점 수와 이웃 수에 영향을 받는다. 입력 순서와 샘플링 밀도, 잡음 및 누락에서 성능을 확인하고 동적 연결이 항상 정확한 위상을 복원한다고 해석하지 않는다.