RayTran:光線追跡変成器によるビデオからの複数物体の3D姿勢推定と形状再構成【JST・京大機械翻訳】

Tyszkiewicz Michal J.; Maninis Kevis-Kokitsi; Popov Stefan; Ferrari Vittorio

プレプリント

J-GLOBAL ID：202202210753752462 整理番号：22P0309946

RayTran:光線追跡変成器によるビデオからの複数物体の3D姿勢推定と形状再構成【JST・京大機械翻訳】

RayTran: 3D pose estimation and shape reconstruction of multiple objects from videos with ray-traced transformers

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 (4件)： , , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年08月26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)

RGBビデオからのマルチオブジェクト3D再構成のための変圧器ベースのニューラルネットワークアーキテクチャを提案する。それは,その知識を表現するための2つの代替方法,すなわち,特徴のグローバル3Dグリッドと,ビュー特有の2Dグリッドのアレイに依存する。専用双方向注意機構を持つ2つの間の情報を徐々に交換した。画像生成プロセスに関する知識を利用して,メモリと計算の両方に関して,現在のハードウェア上で実現可能となるアーキテクチャを,注意重み行列を著しく識別する。シーンの物体を検出し,それらの3D姿勢と3D形状を予測するために,3D特徴グリッドの上部にDETRスタイルヘッドを取り付けた。以前の方法と比較して,著者らのアーキテクチャは,単一段階,エンドツーエンド訓練可能であり,それは,脆性追跡ステップを必要とせずに,複数のビデオフレームからシーンについて全体論的に推論できる。挑戦的なScan2CADデータセット上で提案手法を評価し,ここでは,(1)RGBビデオからの3Dオブジェクト姿勢推定に対する最新の最先端技法を凌駕した。および(2)RGB-D CADアラインメントとマルチビューステレオを組み合わせた強力な代替法。ソースコードを解放する。【JST・京大機械翻訳】

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

図形・画像処理一般

, , , , , ,

前のページに戻る