feature embedding2 [paper] KPConv (Kernel Point Convolution) (2019) 오역, 의역, 생략 및 제 맘대로 해석한 글임에 주의.논문 정보 : https://arxiv.org/pdf/1904.08889 KPConv는 point cloud에 직접 커널 포인트를 배치해 convolution을 수행하는 방법을 제안한 모델이다.고정된 격자 대신, 공간 상의 kernel point를 중심으로 이웃 점들의 특징을 가중합하여 local 기하학적 구조를 효과적으로 반영한다.Rigid Kernel을 쓸 수도 있지만, Deformable Kernel을 도입해 데이터에 따라 커널 위치를 학습함으로써 더 유연한 표현이 가능하다.Classification과 Segmentation 등 다양한 point cloud task에서 높은 성능을 보인다.KPConv: Flexible and Deformable .. 2026. 4. 25. [paper] DGCNN (Dynamic Graph CNN) (2018/01) 오역, 의역, 생략 및 제 맘대로 해석한 글임에 주의.논문 정보 : https://arxiv.org/pdf/1801.07829graph를 만들어서 학습하겠다. graph CNN 구조에 EdgeConv라는 layer 모듈을 적용한, DGCNN을 제안한 논문이다.Point Cloud에서 Classification, Segmentation에서 준수한 성능을 보여줬다.Point Cloud에 graph CNN을 적용함에도, permutation invariant를 유지하고, local한 기하학적 특징과 global한 기하학적 특징을 모두 포착할 수 있다.Dynamic Graph CNN for Learning on Point CloudsY. Wang et al., 2019Abstact Point Cloud는 Com.. 2026. 4. 25. 이전 1 다음
