- …
- …
#96
summarized by : Naoya Chiba
どんな論文か？
Implicit Functionを用いた三次元形状の表現において関節に沿った変形がある場合を想定，関節角度の情報を明示的に扱えるようにした手法の提案．DeepSDFをベースにして，形状に対応したコードと関節角度に対応したコードを用意しておき，それぞれサンプル点と結合してShared MLPで形状・角度に対応したEmbeddingsに変換，結合してMLPでSDF値を出力する．
新規性
DeepSDFでは全て同一のコードによって記述していた形状の変化をDisentanglementして，テスト時に未知の関節角度の形状も生成できるようにした点が新規．形状と関節角度についていきなり同時に最適化すると形状に関するコードにノイズが多く含まれるようになるため，一度学習してから関節角度に関するコードのみを保持し改めて形状に関する部分を学習する．
結果
Shape2Motionデータセットからいくつかのカテゴリを選択し学習・評価．提案法によって関節角度の変化による変形過程をうまく補間できる．さらにパーツラベルを予測するように学習することでより高精度な形状の再構成を実現している．
その他（なぜ通ったか？等）
- …
- …