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。
手書きスケッチは,3D形状モデルを質問する強力なモダリティである。しかし,参照なしで最初の試行(すなわち,3Dモデルまたは実オブジェクト)上でスケッチにより詳細な3D形状を特定することは困難である。本論文では,少数のストロークを持つ粗く描画されたまたは不完全なスケッチを許容するスケッチベースの3D形状検索システムを目指した。このようなシステムは,要求される形状の詳細を持つ3D形状に導くことができるスケッチ検索の洗練された対話型ループを開始するために使用できる。提案したアルゴリズムは,スケッチと3D形状モデルを比較するために,一般的特徴埋込み空間に深い特徴埋込みを使用する。粗いまたは不完全なスケッチを扱うために,ストロークのシーケンスであるスケッチを,スケッチの特徴を抽出するために,一対のDNNsを訓練するためにストロークを取り除くことによって強化した。スケッチ特徴は,畳込みニューラルネットワーク(CNN)により抽出された画像ベース特徴と,リカレントニューラルネットワーク(RNN)を用いて抽出された2D点シーケンス特徴の融合である。三次元形状特徴の埋め込みとスケッチ特徴を三重項損失を用いて学習した。提案した方法の実験的評価を,それらのストロークの一部を除去することにより生成した(シミュレーション)不完全スケッチを用いて実行した。実験により,このような不完全スケッチを用いることにより質問された場合,スケッチストローク除去の増大は検索精度を著しく改善することを示した。Copyright 2020 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】