점을 물체의 부분으로 보기
같은 물체에 속한 점이라도 물체 안에서의 위치와 관계가 기하를 설명하는 단서가 될 수 있다. Part-A2는 부분 인식과 집계의 두 단계로 이를 활용한다. 점 구름만을 이용하는 3차원 검출 접근이다.
상자에서 얻는 감독 신호
3차원 정답 상자에서 유도한 부분 감독으로 물체 제안과 내부 부분 위치를 함께 예측한다. 별도의 부분 주석 부담을 줄이는 방향이지만 정답 상자까지 필요 없다는 뜻은 아니다. 학습에서 주어지는 정보를 구분해야 한다.
관심 영역 안의 집계
같은 제안 안의 예측 부분 위치를 관심 영역 인식 점 구름 풀링으로 모은다. 부분 집계 단계는 공간 관계를 살펴 상자의 점수를 다시 매기고 위치를 정제한다. 점수 개선과 위치 오차 감소는 별도로 평가할 항목이다.
부분 관계의 독립 예
설명용으로 가늘고 긴 물체의 양 끝에 점들이 모여 있다면 두 부분의 상대 위치가 길이와 방향의 단서가 될 수 있다. 실제 센서 자료나 연구 결과를 재현하지 않은 예이며 관측되지 않은 끝까지 확정할 수 있다는 뜻은 아니다.
관련 문서
PointRCNN / PV-RCNN / SECOND / PointPillars / VoxelNet / ImVoteNet