文献

J-GLOBAL ID：202002289372931039   整理番号：20A0268089

生成形状モデリングのための陰的場の学習【JST・京大機械翻訳】

Learning Implicit Fields for Generative Shape Modeling

著者 (2件)： Chen Zhiqin (Simon Fraser Univ.) ,  Zhang Hao (Simon Fraser Univ.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CVPR  ページ： 5932-5941  発行年： 2019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： 形状の生成モデルを学習するための陰的場の利用を提唱し,形状生成のためのIM-NETと呼ばれる陰的場復号器を導入し,生成された形状の視覚的品質を改善することを目的とした。陰的場は3D空間における各点に対する値を割り当て,その結果,形状を等表面として抽出することができる。IM-NETは,二値分類器によってこの割当を実行するために訓練される。具体的には,形状を符号化する特徴ベクトルとともに点座標を取り,点が形状の外側にあるかどうかを示す値を出力する。表現学習(IM-AEによる)と形状生成(IM-GANによる)のために,従来の復号器によって従来の復号器を置き換えることによって,特に視覚品質に関して,生成形状モデリング,補間,および単一視点3D再構成のようなタスクに対する優れた結果を実証した。コードと補助材料はhttps://github.com/czq142857/implicit-decoderで利用可能である。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】

シソーラス用語： 品質 ,  内挿法 ,  復号器 ,  視覚 ,  *学習
準シソーラス用語： 3D画像再構成 ,  視覚品質 ,  特徴ベクトル ,  *形状モデリング , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  音響信号処理  (BB03050C) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 形状モデリング ,  学習