- …
- …
#76
summarized by : Naoya Chiba
どんな論文か？
Implicit Functionによる三次元形状記述を空間的に階層化することで概形と詳細な形状を同時に記述できるように拡張．エンコーダー・デコーダーモデルでの学習とオートデコーダーによる形状データからの潜在空間の推定・再構成のいずれにも対応している．階層化は上位階層で推定されたSDF値との残差を下位の詳細な推定で補うようにモデル化．
新規性
特徴量を空間的に分割するようにDeconvして，任意の三次元点における各階層での特徴量をを得られるようにした後，トリリニア補間で各点での特徴量を求めてSDF値を出力するように学習する．形状補完タスクに対応させるため，特徴量をグリッド上でドロップアウトすることで仮想的な部分観測を再現しつつ学習する．
結果
ShapeNetを用いていくつかのタスク（オートエンコード，全周形状補完，ボクセルでの超解像）に適用できることを示した．いずれのタスクでも高い再構成性能を達成しており，汎用的な三次元形状デコーダーとして利用できる．
その他（なぜ通ったか？等）
- …
- …