文献

J-GLOBAL ID：201702254666035646   整理番号：17A1773127

深部生成ネットワークを用いたモデリングマルチビュー深さマップとシルエットを介した3D形状の合成【Powered by NICT】

Synthesizing 3D Shapes via Modeling Multi-view Depth Maps and Silhouettes with Deep Generative Networks

著者 (5件)： Soltani Amir Arsalan ,  Huang Haibin ,  Wu Jiajun ,  Kulkarni Tejas D. ,  Tenenbaum Joshua B.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 2511-2519  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 3D形状の学習生成モデルの問題を研究した。ボクセルまたは3D部品は,複雑な3D形状を構築するための基本的な表現として広く使用されているが,ボクセルベース表現は高いメモリ要求を受け,部品ベースモデルはキャッシュまたは豊富にパラメータ化された部品の大規模コレクションを必要とする。代替アプローチを取る:マルチビュー深さマップとそれらの対応するシルエット上の生成モデルを学習し,これらの画像から3次元形状を生成するために決定論的レンダリング機能を用いた。形状のマルチビュー表現は微細な詳細を持つ3Dモデルの生成を可能にし,2D深さマップとシルエットは3Dボクセルよりもはるかに高い分解能でモデル化できる。さらに,提案アプローチでは,自然に一つまたはいくつかの視点の深さマップから3D表現を回復する能力をもたらす。実験を行い,提案フレームワークは,変動と詳細を用いた3D形状を生成できることを示した。も本モデルは隠れた物体を実世界タスクのためのサンプルからの汎化能力を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  レンダリング ,  *三次元 ,  分解能 ,  画像 ,  ボクセル ,  *モデリング ,  *形態 ,  パラメタリゼーション ,  三次元モデル
準シソーラス用語： *マルチビュー ,  生成モデル ,  *三次元形状 ,  *シルエット ,  *奥行きマップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 深部 ,  モデリング ,  マルチビュー ,  深さマップ ,  シルエット ,  3D形状