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。
本論文は,未知,非Lambertian,およびおそらく空間的に変化する表面材料を有するシーンの形状を回復することを目的とする。物体の形状が高度に複雑であり,表面の影がキャストするとき,タスクは非常に挑戦的になる。これらの課題を克服するために,著者らは,未知の3D形状およびあらゆる表面点における未知反射率をパラメータ化するために,座標ベースの深いMLP(多層パーセプトロン)を提案した。このネットワークは,観測された測光分散と表面の影を活用でき,表面形状と一般的非Lambert反射率の両方を回復することができる。キャスト影を明示的に予測し,これらのシャドウイング領域の可能なアーチファクトを緩和し,より高い推定精度を導いた。このフレームワークは,グランドトルース形状もBRDFも必要としないという意味で,完全に自己監督されている。実世界画像に関するテストは,著者らの方法が重要なマージンによって既存の方法より優れていることを実証した。MLPネットの小さいサイズのおかげで,著者らの方法は以前のCNNベースの方法より1桁速い。【JST・京大機械翻訳】