- …
- …
#100
summarized by : 佐藤凜太郎
どんな論文か？
多視点画像からの三次元形状復元のタスクにおいて，屋内シーンの平面のテクスチャレス領域は，従来手法では精度良く復元出来ていない．そこで，本研究では，ニューラルネットワークによる陰関数表現を用いた符号付き距離場の学習に加えて，壁と床のクラスに分類された領域に対してマンハッタンワールド仮定を置き，法線ベクトルが平面に対して垂直な方向を向くように誤差を最小化し学習させる．
新規性
ニューラルネットワークによる陰関数表現に対して，マンハッタンワールド仮定を活用することで，領域分割の結果と共に，幾何学的な復元の結果も同時に向上するような学習を行う誤差関数の設計．（マンハッタンワールド仮定とは，例えば，今回のような屋内シーンにおいては，ある壁は床と隣接する壁のそれぞれに対して垂直な平面であるという仮定）
結果
ScanNetと7-Scenesデータセットにおいて，用いた5つのうち特定のメトリックでは既存手法を上回る復元結果
その他（なぜ通ったか？等）
屋内シーンの壁同士と床が垂直に交わる平面であると仮定しているので，そうではない場合は別途アプローチを考える必要がある
https://zju3dv.github.io/manhattan_sdf/
- …
- …