WarpingGAN:敵対的3Dポイントクラウド生成のための多重均一プライアのワーピング【JST・京大機械翻訳】

Tang Yingzhi; Qian Yue; Zhang Qijian; Zeng Yiming; Hou Junhui; Zhe Xuefei

プレプリント

J-GLOBAL ID：202202211693295110 整理番号：22P0309567

WarpingGAN:敵対的3Dポイントクラウド生成のための多重均一プライアのワーピング【JST・京大機械翻訳】

WarpingGAN: Warping Multiple Uniform Priors for Adversarial 3D Point Cloud Generation

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 (6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03月24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)

有効かつ効率的な3D点クラウド生成ネットワークであるWarpingGANを提案した。潜在符号と3D形状の間のマッピング関数を直接学習することにより,点雲を生成する既存の方法とは異なり,Warping-GANは,局所構造認識意味論によって駆動される3D形状に,複数の同一事前定義事前(すなわち,規則的3D格子上に均一に分布する点の集合)を縦糸する統一局所-戦関数を学習する。さらに,著者らは,また,識別器の原理を独創的に利用し,そして,ブースティング品質のための異なる先物に対応する生成された形状の異なる分割の間のギャップを除去するために,ステッチング損失を仕立てた。新しい生成メカニズムにより,1回訓練後の単一軽量ネットワークであるWarpingGANは,様々な解像度で一様に分布した3D点雲を効率的に生成することができる。広範な実験結果は,定量的計量,視覚品質,および効率に関して,最先端の方法に対する著者らのWarpingGANの優位性を実証した。ソースコードはhttps://github.com/yztang4/WarpingGAN.gitで公開されている。【JST・京大機械翻訳】

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

図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る