간단하고 효과적인 기준선을 활용한 포인트 클라우드 형태 분류 재조명

포인트 클라우드 데이터 처리 것은 많은 실제 시스템의 중요한 구성 요소입니다. 따라서 시간이 지남에 따라 지속적인 벤치마크 개선을 보고하는 다양한 포인트 기반 접근법들이 제안되었습니다. 우리는 이러한 발전의 핵심 요소를 연구하고 두 가지 중요한 결과를 발견했습니다. 첫째, 모델 구조와 독립적인 다양한 평가 방식, 데이터 증강 전략 및 손실 함수와 같은 보조 요소들이 성능에 큰 차이를 만듭니다. 이러한 차이는 구조의 효과를 가릴 만큼 충분히 큽니다. 이러한 요소들이 통제되었을 때, 상대적으로 오래된 네트워크인 PointNet++가 최근의 방법들과 경쟁력을 가지고 성능을 발휘합니다. 둘째, SimpleView라고 부르는 매우 간단한 투영 기반 방법이 놀랍게도 좋은 성과를 냅니다. 이는 ModelNet40에서 PointNet++의 절반 크기로 정교한 최첨단 방법들과 동등하거나 더 나은 결과를 달성합니다. 또한, 실제 포인트 클라우드 벤치마크인 ScanObjectNN에서도 최첨단 방법들을 능가하며, 더 나은 교차 데이터셋 일반화를 보여줍니다. 코드는 https://github.com/princeton-vl/SimpleView에서 사용할 수 있습니다.