- …
- …
#213
summarized by : Naoya Chiba
どんな論文か？
関節で変形できる物体形状をニューラルネットワークでモデル化する手法の提案．関節位置・角度をパラメータとするモデルを考え，このパラメータを入力として各座標でのOccupancyを出力するネットワークを学習することで表面形状を陰的に記述し高精細な三次元形状を出力できる．
新規性
Implicit Functionによってパーツごとに変形可能な形状を学習し，統合して全体の形状を記述する点が新規．各パーツの姿勢をからクエリ点の座標を逆変換しパーツ座標系でOccupancyを計算，もとの座標系に戻して最大値を採用する．パーツと表面の対応を得るためSkinning Weightsを利用したロスを導入．
結果
DFaustとAMASSデータセットの一部を利用して評価．全体を一度に推定するよりもパーツごとに分離したほうが性能がよく，さらに変形可能にすることで性能が向上した．
その他（なぜ通ったか？等）
- …
- …