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。
スケッチは,初心者や専門家による表現のユビキタスツールとして用いられる。本論文では,システムがスケッチの幾何的機械理解を提供する2つの手法を検討し,ユーザが下流タスクを達成するのを助ける。第1の研究では,グラフ構造としての2D線描画の解釈を取り上げ,ロボットによる物理的再構成を通してその有効性を説明した。問題を解決するために2段階パイプラインをセットアップした。形式的に,サブピクセルレベル精度でグラフの頂点を推定した。ピクセルレベル推定のための教師つき設定の下で学習された深い畳込みニューラルネットワークと,それに続くクラスタ化のための接続成分分析の組合せを用いてこれを達成した。その後,フィードバックループベースのエッジ推定法で追跡した。グラフ解釈を補完するために,さらに,ロボット可読ASCIIフォーマットに対するデータ交換を行い,その結果,ロボットをライン描画を複製する。第2の研究では,3D形状測定に関する情報への明示的なアクセスなしにスケッチベースシステムの3D幾何学的理解を試験した。目的は,3D物体の輪郭状スケッチを照明とテクスチャ情報で完了することである。敵対的設定の下で訓練される深層畳込みニューラルネットワークとしてモデル化した条件付き分布を学習するためのデータ駆動手法を提案した。そして,ヒトインザループに対してそれを検証した。その方法自体は,標準グラフィックスパイプラインに従う建設的固体形状を用いた合成データ生成によってさらに支持された。提案手法の有効性を検証するために,一般的なスケッチベースワークフローにユーザインタフェイスプラグをデザインし,芸術者のために簡単なタスクベース運動をセットアップする。その後,形状探索が著者らの応用の付加的有用性であることも発見した。【JST・京大機械翻訳】