PoinTr 논문 리뷰 (ICCV 2021)
배경 실세계에서 캡쳐한 포인트 클라우드의 경우에는 single view와 해상도, self occlusion 현상으로 인해 불완전하게 복원될 때가 있다. 기존의 연구들에서는 트랜스포머 인코더-디코더를 이용하여 포인트 하나하나를 입력으로 넣는 방식을 사용하였다. 그러나 이 방식의 경우 컴퓨팅 비용이 클 뿐만아니라 성능 역시 좋지 못하다. 해당 연구에서는 무작위로 흩어져있던 포인트를 하나의 집합으로 묶고, 트랜스포머 인코더-디코더에 넣는 방식(Set-to-Set Translation)을 사용하였다. 그 결과 F-1Score@1% 기준, 기존 모델들을 2배 가량 뛰어넘는 복원 성능을 기록하였다. 알게된 정보(요약)3D 복원에서 포인트 클라우드는 순서가 없는 데이터 이므로 집합으로 묶어서 집합끼리 학습 하..
딥러닝/논문 리뷰
2025. 2. 13. 02:55
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- triplane meets gaussian splatting
- apg83
- K1E1
- F-86 세이버
- self occlusion
- 챌린저2
- 자이로 효과 회전 관성
- MIG-19
- K1E2
- 120mm 활강포
- pointr
- F-4D 팬텀
- T-62
- partdistill
- 세라믹 복합장갑
- 행복의 모양새
- lettherebeform
- KF21
- 안창호함
- K-1 전차포
- 성형작약탄
- 105mm 강선포
- koELECTRA
- 또다시 같은 꿈을 꾸었어
- apg81
- SLBM
- 날탄
- VQA
- AESA 재밍
- ssu reality lab
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함