文献

J-GLOBAL ID：201802291727062879   整理番号：18A1905318

3D物体から屋内照明を推定するための学習【JST・京大機械翻訳】

Learning to Estimate Indoor Lighting from 3D Objects

著者 (3件)： Weber Henrique ,  Prevost Donald ,  Lalonde Jean-Francois
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： 3DV  ページ： 199-207  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,既知物体の単一画像を与えられた環境光のより正確な予測に向けてのステップを提案した。これを達成するために,環境マップのデータベース上で訓練されたいくつかのパラメータを用いて屋内照明の潜在空間を符号化できる深い学習法を開発した。この潜在空間を用いて,以前の方法よりも現実的で正確な光の予測を生成した。最初の貢献は,照明をコンパクトにモデル化する特徴空間を学習できる深いオートエンコーダである。第二の貢献は,既知の物体の単一画像から光を予測する畳込みニューラルネットワークである。これらのネットワークを訓練するために,著者らの第3の貢献は,21,000のHDR屋内環境地図を含む新しいデータセットである。最後に,合成オブジェクトのデータセットに関する著者らの方法を評価し,種々の材料と姿勢にわたって最先端技術を上回ることを見出した。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： ネットワーク ,  画像 ,  モデリング ,  *学習 ,  データベース ,  *屋内照明
準シソーラス用語： 最先端技術 ,  *屋内 ,  畳込みニューラルネットワーク ,  特徴空間 ,  環境地図 , 【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)： 3D物体 ,  屋内照明 ,  推定 ,  学習