#254
summarized by : 榎本
Adversarial Texture Optimization From RGB-D Scans

どんな論文か?

RGB-D表面再構成に置いて、カラーテクスチャの生成は重要なファクターである。しかし、ジオメトリやカメラポーズの不正確さ、ビューに依存したイメージングアーチファクトの発生など様々な課題があり、困難なタスクである。そこで著者らは弱教師付きビューから得られる条件付き敵対的損失を用いたカラーテクスチャ生成のための新しいアプローチを提案している。
placeholder

新規性

パッチベースの条件識別器を学習することにある。この識別器はズレに対して堅牢性を持つようにテクスチャ最適化される。

結果

合成データと実データを用いた定量的・定性的評価で従来手法を圧倒する精度を獲得している。

その他(なぜ通ったか?等)