文献

J-GLOBAL ID：201902285503806664   整理番号：19A2418542

意味的潜在空間因数分解による形状部分伝達【JST・京大機械翻訳】

Shape Part Transfer via Semantic Latent Space Factorization

著者 (3件)： Groscot Raphaeel (University Paris Dauphine, PSL Research University CEREMADE, CNRS, UMR 7534, Paris, France) ,  Cohen Laurent (University Paris Dauphine, PSL Research University CEREMADE, CNRS, UMR 7534, Paris, France) ,  Guibas Leonidas (Stanford University, Stanford, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11712  ページ： 511-519  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 意味論的方法で形状に対する生成ニューラルネットワークを制御する潜在的空間因数分解を示した。著者らの方法は,点雲自動符号器ネットワークの符号器を明示的に分解するために,形状の収集に存在するセグメンテーションデータを使用し,それをいくつかのサブエンコーダによって置き換える。これにより,意味的に類似した形状に対応する統計的モードをカバーすることができる意味的に構造化された潜在空間を学習することができ,ハイブリッドを生成するためのいくつかのオブジェクトからの混合部分だけでなく,形状組合せを変化させることにより設計アイデアを迅速に探索することができる。著者らの研究は,2つの方法において既存の方法と異なる。最初に,形状組合せを達成するためにニューラルネットワークの有用性を証明して,次に,その異なる部分に適応するために対象物の全体の幾何学を適応させた。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 幾何学 ,  ネットワーク ,  符号器 ,  セグメンテーション ,  ニューラルネットワーク ,  意味論 ,  *因数分解

著者キーワード (3件)： 自動エンコーダ ,  Pointクラウド ,  潜在空間

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 意味 ,  因数分解