- …
- …
#546
summarized by : Takashi Imoto
どんな論文か？
三次元表現をCNNを用いることによって生じる全体的な形状と局所的な幾何が絡み合ってしまい局所的な構造の繰り返しをうまく表現することができないと言う問題を解決した論文。
特に詳細を表現したモデルと粗視化して全体構造の特徴を表現したモデルの和を用いることで解決している。
新規性
粗視化したモデルと詳細を表現したモデルに分割してその和によって全体的な特徴と微細な構造の両方の特徴を獲得するモデルの提案を行った。また、粗視化モデルの作成方法も提案している。
結果
(i) ACORN (ii) NGLOD, (iii) Neural Surface Maps (NSM)との比較を５つのデータセットに対して行った。ただしBidirectional Chamfer distanceで表現精度を測る（低いほど高精度）。その結果、同じパラメータ数の時は全ての場合で本手法が他の手法を大幅に上回り、パラメータ数を10倍減らしてもほとんどの場合には本手法が優位になった。
その他（なぜ通ったか？等）
project page:http://geometry.cs.ucl.ac.uk/ projects/2022/cnnmaps/.
(自分がアクセスした時には繋がらなかった。)
粗視化したモデルと詳細の構造をそれぞれ考えると言うアイディアは物理の繰り込み群に少し似ているなと思った。
- …
- …