불규칙한 점에 맞는 연산
이미지의 규칙적인 격자와 달리 점 구름은 위치와 이웃 구성이 불규칙하다. 입력 순서도 기하의 의미를 직접 나타내지 않는다. PAConv는 위치에 적응하는 커널을 데이터 기반으로 구성하는 방법이다.
가중치 행렬의 동적 조합
Weight Bank에 저장한 기본 행렬을 ScoreNet이 정한 계수로 조합한다. 계수는 점 위치에서 적응적으로 학습한다. 위치마다 커널의 모든 수치를 직접 예측하는 대신 기본 행렬들을 결합하는 구조다.
기존 처리망으로의 통합
전통적인 MLP 기반 점 구름 처리 흐름에 연산을 통합하는 방향을 제안한다. 분류와 분할에서 평가하지만 같은 연산이 모든 기반망에 동일한 이득을 준다고 단정해서는 안 된다. 기하 처리와 계산 비용을 함께 살펴야 한다.
가중치 조합의 독립 계산
설명용 기본 스칼라가 2와 6이고 계수가 각각 0.25와 0.75라면 조합값은 5다. 실제 행렬 크기나 ScoreNet의 계수 제약을 재현한 값은 아니다. 준비된 가중치를 계수로 합친다는 관계만 보여 주는 예다.
관련 문서
PointNet / PointNet 플러스플러스 / PointCNN / DGCNN / PointMLP / PatchMixer 점 구름