3Dスキャンなしで動画から3D表現を学習

この論文は、自己教師あり学習のための大規模3Dデータの取得という課題に取り組んでいます。高価な3Dスキャンを必要とせず、未ラベルの動画から生成された点群を利用する新しいアプローチ、LAM3Cを提案しています。RoomToursデータセットの作成とノイズ正則化損失が重要な貢献です。以前の自己教師あり手法を上回る結果は、動画が3D学習のための豊富なデータソースとなる可能性を示唆しています。

• •動画から生成された点群を用いた3D学習のための自己教師ありフレームワーク、LAM3Cを提案。
• •動画から生成された点群データセット、RoomToursを導入。
• •表現学習を改善するためのノイズ正則化損失を採用。
• •実際の3Dスキャンを使用せずに、屋内のセグメンテーションタスクで最先端の性能を達成。