- …
- …
#144
summarized by : Yue Qiu
どんな論文か？
従来の3次元形状補完はPartial shapeから、一つのShapeを生成．この論文で１つのPartial shapeから，同時に複数のComplete shapeの3次元モデルを予測する手法を提案．Pairedな学習データを用いずにcGANベースなモデルで，Latent variablesから異なる形状のモデルを生成できる。問題点①高次元の形状空間から低次元に射影；②学習データの用意を対応．
新規性
①One-to-manyマッピングにより，Partial 形状から複数の形状を予測するタスクMulti-modal shape completionを提案．②提案タスクのための手法を提案：①Completeの形状をLatent vectorsにエンコードする；②cGANによりPartial 形状と学習済みの形状分布Latent vectorからLatent representationを生成；
結果
複数のデータセットで既存手法と比べ，高質かつハイダイバシティでモデルを生成できることを示した．
その他（なぜ通ったか？等）
3次元物体モデル補完において、初めてのOne-to-many手法の提案．
- …
- …