抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】