다양한 물체 크기
물체의 크기가 달라지면 상향식 분할의 군집 매개변수에 대한 민감성이 커질 수 있다. DyCo3D는 고정한 절차만 따르기보다 개체에 맞는 연산을 자료에서 생성하는 접근이다.
개체별 커널 생성
동질적인 점들을 모아 구별력 있는 문맥을 얻고 적절한 합성곱 커널을 만든다. 이어 몇 개의 합성곱 층으로 개체를 디코딩한다.
멀리 떨어진 점의 관계
희소 합성곱의 제한된 수용 영역을 보완하기 위해 작은 트랜스포머를 결합한다. 이는 점 사이의 장거리 의존성과 상위 수준 상호작용을 다루는 역할을 한다.
견고성과 비교 범위
연구는 ScanNet v2와 S3DIS에서 매개변수 변화에 대한 성능과 추론 속도를 평가했다. 특정 매개변수에 덜 민감했던 결과가 모든 센서와 점 밀도에서 같은 견고성을 보장하지는 않는다.
관련 문서
HAIS 점군 분할 / PointGroup / 합성곱 신경망 / 트랜스포머 / 인스턴스 분할 / 점군