Survey論文の確認①(Abstractと概要)｜3D Point CloudsとDeepLearning #1
点群(Point Clouds)の基本的な内容については以前の記事で取り扱いました。
点群に対しても近年DeepLearningの導入が検討されており概要を掴むにあたって、下記のSurvey論文を元に読み進めていければと思います。
[1912.12033] Deep Learning for 3D Point Clouds: A Survey
こちらの選定の理由としては、2019年の12月に出されており、最近までの内容がまとめられていると思われたためです。
#1ではAbstractを確認し、全体の大枠を掴みます。
以下目次になります。
1. Abstract
2. まとめ
1. Abstract
1節ではAbstractの内容を確認しながら概要について把握します。以下各文の和訳などを通して簡単に内容を確認します。
Point cloud learning has lately attracted increasing attention due to its wide applications in many areas, such as computer vision, autonomous driving, and robotics.
和訳：『点群(Point cloud)の学習は、画像処理や自動運転、ロボティクスなどの幅広い応用性のため、最近益々の注目を集めている。』
以前の記事でも取り扱った点群の取り扱いとその応用先について言及されています。点群データは3Dの情報を取り扱うため、自動運転(autonomous driving)やロボティクス(robotics)の話題がここで出ています。
As a dominating technique in AI, deep learning has been successfully used to solve various 2D vision problems. However, deep learning on point clouds is still in its infancy due to the unique challenges faced by the processing of point clouds with deep neural networks.
和訳：『支配的な(dominating)AIの技術として、DeepLearningは様々な2次元の画像処理の問題を解決するのに役立てられてきた。しかしながら、点群(Point Clouds)におけるDeepLearningはニューラルネットワークを用いて点群を処理することによって生じる独特な問題が理由でまだ依然として未成熟である。』
DeepLeanringはこれまで幅広い分野で用いられて来ていますが、点群の処理は以前の記事でも触れたように観測データの処理が独特のため、技術に未成熟な部分があるとされています。
Recently, deep learning on point clouds has become even thriving, with numerous methods being proposed to address different problems in this area. To stimulate future research, this paper presents a comprehensive review of recent progress in deep learning methods for point clouds.
和訳：『最近、DeepLearningを用いた点群の処理が、この分野の様々な問題に取り組むにあたって提案された多くの手法に基づいて、徐々にうまくいくようになってきている。将来研究のために、この論文はDeepLearningを用いた点群の処理における最近の発展の包括的レビューを行う。』
一方で、ここ最近の話題としてDeepLearningを用いて点群を用いた研究も進んできているとしています。将来の研究をスムーズにするにあたってこのサーベイではDeepLearningの点群への導入に関して包括的なレビューを行うとしています。
It covers three major tasks, including 3D shape classification, 3D object detection and tracking, and 3D point cloud segmentation. It also presents comparative results on several publicly available datasets, together with insightful observations and inspiring future research directions.
和訳：『このサーベイでは3Dの形状分類(3D shape classification)、3Dの物体検出とトラッキング(3D object detection and tracking)、3Dの点群のセグメンテーション(3D point cloud segmentation)の三つの主要なタスクについてまとめている。さらに、公開されているいくつかのデータセットにおける比較検証や洞察に飛んだ観測、将来研究の方向性などについてもまとめている。』
上記の三つのタスクと、それに関連してPublicなデータセットにおける比較検証や、将来研究についての方向性などについてもまとめているとされています。
2. まとめ
#1ではサーベイ論文のAbstractの和訳を中心に概要について掴みました。包括的なレビューとされているのでざっくり内容を掴むには良さそうです。
#2では引き続き、Introductionについて確認していきます。
