- …
- …
#496
summarized by : Naoya Chiba
どんな論文か？
同カテゴリで形状の異なる三次元メッシュ間で位置の揃ったUVメッシュとのマッピングをするように学習する手法AUV-Netの提案．点群を入力し3D CNNでエンコードし特徴量に変換，この情報を利用してUVマップと表面・背面の推定を推定．UVマップから点群・UV間のマッピングを推定し再構成してロスを計算，学習する．
新規性
教師なしでUVマッピングをアラインメントするためにPCAに近いアイデアを採用，基底となる画像の線形結合で各データに対応したテクスチャを再構成するように最適化することで，異なる形状間で位置合わせされたテクスチャマッピングを学習できる．UVで位置合わせされているため，他の形状にテクスチャを転送することが容易にできる．
結果
テクスチャの転送，テクスチャの生成，単眼画像からテクスチャの再構成をタスクとし，ShapeNetのサブセットとTurbosquid，RenderPeople，Triplegangersで検証．形状の異なる三次元メッシュで位置合わせされたUVマップを学習できた．
その他（なぜ通ったか？等）
- …
- …