文献

J-GLOBAL ID：201802225645625381   整理番号：18A1905373

残余メッシュネット:単一視点3D再構成のためのメッシュを変形するための学習【JST・京大機械翻訳】

Residual MeshNet: Learning to Deform Meshes for Single-View 3D Reconstruction

著者 (4件)： Pan Junyi ,  Li Jun ,  Han Xiaoguang ,  Jia Kui
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： 3DV  ページ： 719-727  発行年： 2018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： 本研究では,単一画像から3D物体の表面を近似するメッシュを生成するための,深いニューラルネットワークの新しいアーキテクチャを提案した。既存の学習ベースの3D再構成モデルと比較して,著者らのアーキテクチャは,(1)残留ネットワーク設計による深いメッシュ変形スタックによって特徴付けられる。そこでは,単純メッシュを変換して,結果を近似し,残差を減らし,(2)より深い構造とより多くのモデルパラメータを用いて生成メッシュを指数関数的に豊かにすることができる。また,メッシュがターゲット表面をカバーするために全体的に補完的であり,互いに局所的に一貫しているようにメッシュを奨励する新しい正則化方式を提案した。ベンチマークデータセットに関する経験的評価は,既存の方法に対する提案アーキテクチャの利点を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 正則化 ,  指数関数 ,  ニューラルネットワーク ,  画像 ,  *学習 ,  ベンチマーク ,  残差 ,  計算機アーキテクチャ
準シソーラス用語： モデルパラメータ ,  ネットワーク設計 ,  *3D画像再構成 , 【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 (4件)： メッシュ ,  ネット ,  3D再構成 ,  学習