#167
summarized by : Naoya Chiba
KeypointDeformer: Unsupervised 3D Keypoint Discovery for Shape Control

どんな論文か?

カテゴリ内でキーポイントを介して三次元形状を変形するための手法.教師なしで三次元形状のデータセットからキーポイントをEnd-to-Endで学習、検出したキーポイントは一貫しており,インスタンス間でキーポイントの移動によるCageの変形によって三次元形状を変形させることで重ね合わせられるように学習する.
placeholder

新規性

三次元形状の変形のための一貫性のあるキーポイント検出を教師なしで行う点が新規.Cageメッシュを用いた非剛体な三次元形状変形と組み合わせることで,キーポイントの検出と各キーポイントがCageメッシュの頂点にどのように紐づくかを学習,キーポイントベースでの形状変形を実現した.

結果

検証実験でキーポイントとしての性能(セマンティックの一貫性)・形状変形の記述手法としての性能を評価.ShapeNetをカテゴリ単位で用いた.さらにGoogle ScannedObjectsによる実データでも検証し,キーポイントの一貫性を示した.

その他(なぜ通ったか?等)