비정형 점 집합의 처리
삼차원 점군은 영상처럼 고정된 격자에 정렬되어 있지 않다. HPLFlowNet은 비정형 관측에서 구조 정보를 복원하고 대규모 입력을 직접 처리하는 구성을 제안한다.
희소 격자의 연산
Bilateral Convolutional Layer에서 착안한 DownBCL과 UpBCL, CorrBCL 연산을 사용한다. 계산은 이산적이고 희소한 순열다면체 격자점에서 이뤄진다.
두 관측의 정보 결합
연속한 두 점군의 정보를 융합해 점의 움직임을 추정한다. 논문은 한 프레임에 최대 8만 6천 점이 있는 쌍을 처리한 실험을 제시했다.
밀도와 환경의 변화
FlyingThings3D와 KITTI Scene Flow 2015에서 성능을 비교했다. 합성 자료로 학습한 모델을 별도 미세 조정 없이 실제 관측과 다른 점 밀도에 적용하는 조건도 평가했다.
관련 문서
FlowNet3D / HRegNet 점군 정합 / 라이다 / 점군 / 광학 흐름 / 합성곱 신경망