表面ネット:マルチビューStereopsisのためのエンドツーエンド3Dニューラルネットワーク【JST・京大機械翻訳】

Ji Mengqi; Gall Juergen; Zheng Haitian; Liu Yebin; Fang Lu

プレプリント

J-GLOBAL ID：202202200040922451 整理番号：22P0041627

表面ネット:マルチビューStereopsisのためのエンドツーエンド3Dニューラルネットワーク【JST・京大機械翻訳】

SurfaceNet: An End-to-end 3D Neural Network for Multiview Stereopsis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2017年08月05日プレプリントサーバーでの情報更新日： 2017年08月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,多視点立体視のためのエンドツーエンド学習フレームワークを提案した。ネットワーク表面Netを語った。それは,入力として一組の画像とそれらの対応するカメラパラメータを取り入れて,3Dモデルを直接的に推論する。フレームワークの重要な利点は,表面構造の幾何的関係と同様に,両光整合が,エンドツーエンド様式で多視点立体視の目的で直接学習できることである。表面Netは,3Dボクセル表現における画像と共にカメラパラメータを符号化することによって達成される完全3D畳込みネットワークである。大規模DTUベンチマーク上の表面Netを評価した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

ニューロコンピュータ , 図形・画像処理一般

, , , ,

前のページに戻る