- …
- …
#212
summarized by : Naoya Chiba
どんな論文か？
三次元点群の生成手法の提案．点群を物体表面で密度の高い確率分布からサンプリングされた点の集合と考え，その勾配を使って確率的勾配上昇を行うことで三次元点群を生成する．ニューラルネットワークが対数密度勾配を直接予測するように学習し，潜在空間を共有するGANで新規形状を生成する．
新規性
形状を入力として各点に対応する勾配を出力するオートエンコーダーを学習した後，オートエンコーダーを固定して潜在表現をGANで学習する．推論時ははじめにランダムな点をサンプリングし，摂動を加えた上で勾配が最大の方向に移動させることで点群を再構成する．この摂動を与える正規分布の分散を徐々に小さくすることでアニーリングを行い，最終的に表面形状を得る．
結果
オートエンコーダーとしてMNIST-CP，ShapeNetのいくつかのカテゴリ，ShapeNet全体で学習・評価．CD，EMDで評価してSoTA達成．また点群のアップサンプリングや形状生成も行い，良好な結果を得た．Ablation Studyとして様々な分散で学習することで再構成性能が向上することを確認．
その他（なぜ通ったか？等）
https://github.com/RuojinCai/ShapeGF
- …
- …