- …
- …
#58
summarized by : Naoya Chiba
どんな論文か？
変形を含めた3D形状の表現を学習する手法．ターゲットとなる入力画像/三次元形状を入力したとき、変形を無視して三次元形状のデータベースから近い形状を選択するための特徴量と、選択された三次元形状の全体・パーツ単位のそれぞれの特徴量から三次元形状を再構成する。これらの特徴量を交互に学習することで良好な再構成結果を実現した．
新規性
変形元となる形状の選択と変形モジュールに役割をうまく分担できることを期待し、三次元形状の変形による形状再構成と形状検索を交互に学習する点が新規．変形したときのフィッティング誤差を用いて形状検索を学習，選択された形状について変形を学習するため，それぞれのモジュールは同時ではなく交互に最適化する．形状選択は推定された確率に基づいてサンプリングする．
結果
ShapeNetの一部データを用いて検証，PartNetの教師データかComplementMeによる推定結果から得られるパーツ情報を利用する．2D画像か3D点群を入力として，それぞれResNet，PointNetでエンコードする．三次元再構成・検索のいずれでも良好な結果が得られた．
その他（なぜ通ったか？等）
- …
- …