summarized by : Teppei Kurita
Ricardo Martin-Brualla, Rohit Pandey, Sofien Bouaziz, Matthew Brown, Dan B Goldman
複雑な形状と外観(透明性がある、反射率が高い、薄い構造…)のコンパクトで効率的な表現の提案。
低周波の粗い形状とニューラルテクスチャを組み合わせたことが新規性。学習済みの潜在空間を利用することでカテゴリレベルの補間を可能にする。
疎な複数ビューが与えられると、任意視点でのオブジェクトを再構成できる(従来技術よりも1/3のビューで同精度)。
古典的な手法では難しかった例として、まずメガネフレームに絞って実験を行い結果をしっかり示しており、わかりやすい。