#514
summarized by : 古川遼
CaDeX: Learning Canonical Deformation Coordinate Space for Dynamic Surface Representation via Neural Homeomorphism

どんな論文か?

疎な点群や深度からの動的表面再構成や対応タスク. 形状と非剛体の運動を統一した表現であるCaDeXを提案. フレーム間の変形を, 学習可能な標準的な形状(テンプレート)との間の連続全単射とその逆で分解する. 表現と実装は効率的で, サイクル一貫性を満たしトポロジーを保存する (可能であれば体積保存も可能). 人体, 動物, 多関節物体といった様々な変形可能な形状に対して, SOTAを達成.
placeholder

新規性

標準形状(テンプレート)と一貫した変形の問題のための, 動的な表面の一般的な表現とアーキテクチャを提案. 連続で1対1の標準的な変形と標準的な形状(テンプレート)を学習可能. 疎な点群や深度からの, 時間変化する表面再構成や 対応タスクの新しい解法. 様々なデータでSOTA を達成.

結果

人体 (D-FAUST), 動物 ((DT4D-A), 多関節物体 (Shape2Motionで使われたもの) のデータセットで実験. 人体・動物の時系列データでは, 主にO-Flow, LPDCなどの手法と比較し, 多関節物体の実験では主にA-SDFなどの手法と比較. 定量的に再構成・対応でSOTAを達成し, 定性的にも良い精度.

その他(なぜ通ったか?等)

Project page: https://www.cis.upenn.edu/~leijh/projects/cadex/ Code: https://github.com/JiahuiLei/CaDeX