- …
- …
#98
summarized by : Naoya Chiba
どんな論文か？
三次元点群から表面形状を推定する手法の提案．大規模データセットを利用して局所点群から局所形状を記述するSDFの事前学習，これを利用して三次元形状を再構成する．学習するネットワークは三要素で，入力点群をエンコードするPointNet，その出力潜在ベクトルとクエリ点からSDFを出力するNeural Implicit Functionまでを事前に学習，その後Neural Queryを学習し各形状に対応．
新規性
形状の事前学習を行った後，それを活用するため各形状に合わせて潜在ベクトルとクエリ点を補正するNeural Queryの提案が新規．潜在ベクトルをクエリ点に応じて出力される学習可能なパラメータとすることで，事前学習によって獲得していることが期待される自然なSDFをクエリ点ごとに柔軟に変形させて全体の形状を記述できる．
結果
ABC，FAMOUS，ShapeNetのサブセット，3DScene，SceneNetで学習・評価．既存手法よりも良好な三次元表面の推定ができた．Ablation Studyとして提案法で導入されたクエリ点の差分ベクトルの推定，事前学習，学習可能な形状特徴量が有効であること，正規化・局所領域の大きさの影響がどの程度であるかを評価．
その他（なぜ通ったか？等）
- …
- …