점과 복셀의 결합
복셀 합성곱은 규칙적인 공간 표현에서 특징과 물체 제안을 얻는 데 활용된다. 점 기반 집계는 유연한 공간 이웃의 정보를 모을 수 있다. PV-RCNN은 두 표현을 연결하며 점과 복셀 중 하나만 사용하는 방식과 구분된다.
키포인트로 장면 요약
복셀의 여러 특징을 대표 키포인트로 모아 이후 계산에 사용한다. 이 키포인트는 검출 파이프라인의 중간 표현이다. 영상 특징점 검출기에서 말하는 2차원 코너나 물체의 관절 위치와 반드시 같은 의미는 아니다.
제안 영역의 예
물체 후보 상자 안에 각 축당 3개씩 격자점을 놓으면 3³=27개 위치가 된다. 여러 키포인트의 특징을 이런 위치에 모아 후보별 정보를 만들 수 있다. 설명용 격자 크기이며 실제 모델의 격자 설정과 집계식을 제시한 값은 아니다.
후보 정제와 검증
제안 영역의 특징으로 물체 신뢰도와 위치를 추정한다. 초기 제안이 실제 물체를 놓치면 후속 정제에도 한계가 있을 수 있다. 점 밀도와 물체 크기, 검출 범위 및 장치 조건을 맞춰 정확도와 비용을 비교하고 복셀 및 키포인트 수의 영향도 확인한다.
관련 문서
VoxelNet / PointPillars / VoteNet / PointNet / DGCNN / KPConv