#207
summarized by : Naoya Chiba
Weakly-supervised 3D Shape Completion in the Wild
Jiayuan Gu, Wei-Chiu Ma, Sivabalan Manivasagam, Wenyuan Zeng, Zihao Wang, Yuwen Xiong, Hao Su, Raquel Urtasun

どんな論文か？

ノイズを含む実計測の部分三次元点群を組み合わせて全周三次元形状を復元する弱教師あり学習手法の提案．各点群からカメラ姿勢を推定し，ある点群におけるCanonical Shapeに対して位置合わせするように学習する．位置合わせして合成した点群と入力点群間でのChamfer Distanceと，一度表面の点のみを採用するProjectionを経由した点群に対するChamfer Distanceで学習．
placeholder

新規性

Ground Truth形状の情報なしで，ノイズを含む実計測のいくつかの部分観測点群から全周の三次元点群を復元する問題を"weakly-supervised shape completion in the wild"と定義し，これを解く手法を提案した．DPCのアイデアで複数の姿勢推定を行い，その中で勾配が小さい（正解に近い）姿勢について学習を進める．

結果

ShapeNet, 3D Vehicle Dataset, SemanticKITTIで実験・検証．DPCとICPをベースラインとして比較し，Chamfer Distance, Precision, Coverageの各指標で良いスコアを達成．点群のRegistrationにも利用して検証し，ICPよりも高性能であることを確かめた．

その他（なぜ通ったか？等）

weakly-supervised shape completion in the wildのシナリオは実用的であり，これを弱教師あり学習で解けると未知形状の三次元モデルの作成がしやすくなるため有用と思われる．

このページで利用されている画像は論文から引用しています．