<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>Ridge-i_obarads</author_name>
  <author_url>https://blog.hatena.ne.jp/Ridge-i_obarads/</author_url>
  <blog_title>Ridge-institute R&amp;D Blog</blog_title>
  <blog_url>https://iblog.ridge-i.com/</blog_url>
  <categories>
    <anon>point cloud</anon>
  </categories>
  <description>こんにちは，Ridge-iの@obaradsです．本記事では，Image2Point: 3D Point-Cloud Understanding with Pretrained 2D ConvNets [Xu et al, 2021]を紹介します(こちらの論文ではNeural Collapseについても取り扱っていますが，長くなるため今回は省きます)． arxiv.org はじめに ロボティクスや自動運転などの分野では，点群と呼ばれるデータが扱われることがあります．点群は，LiDARをはじめとする深度センサーから取得することが可能であり，取得された点群は3Dマップやセグメンテーションなどに利用…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fiblog.ridge-i.com%2Fentry%2F2022%2F08%2F19%2F154725&quot; title=&quot;Image2Point: 3D Point-Cloud Understanding with Pretrained 2D ConvNets - Ridge-institute R&amp;amp;D Blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/R/Ridge-i_obarads/20220815/20220815161108.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-08-19 15:47:25</published>
  <title>Image2Point: 3D Point-Cloud Understanding with Pretrained 2D ConvNets</title>
  <type>rich</type>
  <url>https://iblog.ridge-i.com/entry/2022/08/19/154725</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
