#431
summarized by : Takuma Yagi
Learning View Priors for Single-View 3D Reconstruction

どんな論文か?

単一または少数の画像からの3次元メッシュ再構成における効果的な識別器の提案。現在の視点から再構成したメッシュとランダムな視点から再構成したメッシュとを識別する識別器を学習することで未知視点から見た場合にも自然なメッシュ再構成を実現。
placeholder

新規性

別々の視点から生成した3Dメッシュを識別する識別器を提案したこと。先行手法ではデータセットから取得した3次元形状との比較しか行っていなかった。同時にシルエットを損失とした場合に生じる曖昧性を解消する内部圧力(Internal Pressure)損失の提案も行っている。

結果

ShapeNetにおいて3次元形状を正解として使う手法と同等以上の性能。単一視点/多視点いずれの設定においても他の手法とくらべて自然な形状復元を実現。

その他(なぜ通ったか?等)

シンプルな発想の有用性を確実な実験によって示しておりとても読みやすい。学習イテレーション数が先行手法 [Kato+, CVPR'18]より大幅に伸びているのが懸念点。