- …
- …
#409
summarized by : 角田良太朗
どんな論文か？
vanishing pointの検出をdeep learningで行うのに、ハフ変換およびGaussian sphereへの射影を組み込むことで幾何学的なpriorが入り、合成データから実データへの汎化、少数データでの学習で精度劣化が抑えられると主張。なんとend-to-endに学習可能。
新規性
ハフ変換とGaussian sphereへの射影をモデル内部に逆伝搬可能なように設計配置した点。encoderから抽出した特徴テンソルに対してハフ変換を行い、それをGaussian sphereに射影後Fibonatti latticeによる近傍点に取り替え、さらにこれを3D点群と見做してEdgeConvによるよる半球面上での畳み込みで最終結果を出力する。
結果
他のSOTA手法と比べ遜色ない精度であるが、見るべきは少数データでの学習、ドメインシフトの影響、non-Manhattanシナリオでの結果であり、他deep learning手法では精度劣化が激しい一方提案手法は古典手法同様のロバストさを維持している。
その他（なぜ通ったか？等）
https://github.com/yanconglin/VanishingPoint_HoughTransform_GaussianSphere
- …
- …