- …
- …
#61
summarized by : Naoya Chiba
どんな論文か？
三次元形状をプリミティブの集合として近似し再構成するように学習する手法の提案．単眼RGB画像を入力としてResNet-18でエンコード，多項式で表現したプリミティブ形状の係数とプリミティブごとのスケール，中心座標を出力し，これらを組み合わせて目標三次元形状となるような境界面を表す三次元座標ごとの符号と比較してロスを計算する．
新規性
プリミティブ形状を多項式で記述した上でImplicitな形状表現として最適化することで，コンパクトな表現でありながら複雑な形状も記述できる．境界面に加え法線ベクトルも利用することで良好な再構成結果を出力．
結果
ShapeNetデータセットにおける単眼画像からの形状再構成タスクで既存手法よりも優れたスコアを達成．とくに椅子などの複雑なトポロジーの形状についてもうまく再構成ができている．さらに単一のクラスで学習したときにプリミティブごとのセマンティクスが一致することを示した．
その他（なぜ通ったか？等）
- …
- …