Point-GNN: 포인트 클라우드에서 3D 객체 감지를 위한 그래프 신경망

본 논문에서는 LiDAR 포인트 클라우드에서 객체를 감지하기 위한 그래프 신경망을 제안합니다. 이를 위해, 우리는 고정 반경 근접 이웃 그래프에서 포인트 클라우드를 효율적으로 인코딩합니다. 우리는 각 그래프의 정점이 속한 객체의 범주와 형태를 예측하기 위해 Point-GNN이라는 그래프 신경망을 설계합니다. Point-GNN에서는 변환 변동성을 줄이기 위한 자동 등록 메커니즘을 제안하고, 여러 정점에서 감지를 정확하게 결합하기 위해 박스 병합 및 점수 매기기 작업을 설계합니다. KITTI 벤치마크에 대한 우리의 실험은 제안된 방법이 포인트 클라우드만을 사용하여 우수한 정확도를 달성하며, 융합 기반 알고리즘을 초월할 수 있음을 보여줍니다. 결과는 3D 객체 감지를 위한 새로운 접근 방식으로 그래프 신경망을 사용할 가능성을 입증합니다. 코드는 https://github.com/WeijingShi/Point-GNN에서 확인할 수 있습니다.