미지 부호 학습에 미분까지 더하다 : SALD

초록

SALD는 원시 3D 포인트 클라우드·삼각형 수프와 같은 비정향 데이터에서 부호 없는 거리 함수를 이용해, 함수값과 그 기울기까지 동시에 학습함으로써 고품질의 서명 거리 함수를 자동으로 얻는 방법이다. 미분 정보를 포함한 부호 무관 손실은 샘플 복잡도를 낮추고, 2‑D 이론에서 최소 면적(길이) 특성을 유지한다. ShapeNet·D‑Faust 실험에서 기존 SAL·DeepSDF 대비 정량·정성 모두 우수한 결과를 보였다.

상세 분석

본 논문은 기존 Sign‑Agnostic Learning(SAL)의 아이디어를 확장하여, unsigned distance 함수 h(x)=min_{y∈X}‖x−y‖에 대한 값뿐 아니라 그 그래디언트 ∇h(x)까지를 활용하는 새로운 손실 loss(θ)=E_{x∼D}