yuxumin/PoinTr

What it solves

PoinTr는 포인트 클라우드 완성 문제를 해결합니다. 즉, 모델이 불완전하거나 부분적인 포인트 클라우드로부터 3D 객체의 누락된 부분을 예측해야 하는 문제입니다. 특히 포인트 클라우드가 심각하게 불완전할 수 있는 다양하고 도전적인 실제 환경 시나리오를 처리하는 것을 목표로 합니다.

How it works

PoinTr 프로젝트는 Transformer 기반 아키텍처를 사용합니다. 포인트 클라우드를 위치 임베딩(position embeddings)을 가진 순서 없는 점들의 그룹 집합으로 표현합니다. 이들은 일련의 포인트 프록시(point proxies)로 변환되며, 이후 Transformer 인코더-디코더 아키텍처를 통해 처리되어 완성된 3D 형상을 생성합니다.

Who it’s for

이 도구는 부분적인 센서 데이터로부터 완전한 3D 객체를 재구성해야 하는 3D 컴퓨터 비전, 로보틱스 및 기하학적 딥러닝 분야의 연구자와 개발자를 위해 설계되었습니다.

Highlights

• Geometry-Aware Transformers: Transformer 인코더-디코더를 사용하여 완성된 포인트 클라우드를 생성합니다.
• Diverse Benchmarks: 실제 환경의 불완전한 포인트 클라우드 시나리오를를 더 잘 반영하기 위해 ShapeNet-55 및 ShapeNet-34 데이터셋을 도입했습니다.
• AdaPoinTr: 최첨단 성능을 위해 Adaptive Denoising Queries를 특징으로 하는 고급 버전을 포함합니다.
• Baseline Implementations: 비교를 위해 GRNet, PCN, TopNet, 및 FoldingNet과 같은 다른 베이스라인 모델의 PyTorch 구현을 제공합니다.