- …
- …
#151
summarized by : Naoya Chiba
どんな論文か？
三次元形状のパーツ分解を学習するための手法．球の変形によってプリミティブを定義し、この球と同相になるように順方向・逆方向の写像によってImplicit Functionを学習する．このような写像になるようx, y座標とz座標を分離しzをx, yと変形パラメータの関数で記述する．
新規性
三次元のパーツ分解を同相写像によるプリミティブの制約のもとで行うアイデアが新規．パーツ数に応じて適切な分解が行われることを期待する．三次元点を同相写像によってプリミティブ形状と球の間の変形を与えるConditional Coupling Layerを定義し，微分可能な形で簡単なプリミティブ形状を記述している．
結果
D-FAUST, FreiHAND, ShapeNetで検証．既存手法と比べ遜色ない再構成性能を達成していながら，妥当と思えるパーツへの分解を実現している．さらに異なる形状でも意味的に同じ領域を同じパーツが担当していることが確認できる．
その他（なぜ通ったか？等）
- …
- …