陰的ニューラル表現による自己教師付き任意スケール点雲アップサンプリング【JST・京大機械翻訳】

Zhao Wenbo; Liu Xianming; Zhong Zhiwei; Jiang Junjun; Gao Wei; Li Ge; Ji Xiangyang

プレプリント

J-GLOBAL ID：202202213936018333 整理番号：22P0333484

陰的ニューラル表現による自己教師付き任意スケール点雲アップサンプリング【JST・京大機械翻訳】

Self-Supervised Arbitrary-Scale Point Clouds Upsampling via Implicit Neural Representation

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 (7件)： , , , , , ,
資料名：
発行年： 2022年04月18日プレプリントサーバーでの情報更新日： 2022年04月18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)

ポイントクラウドアップサンプリングは,与えられたスパース入力から高密度で均一なポイントクラウドを生成する挑戦的な問題である。ほとんどの既存の方法は,エンドツーエンド教師つき学習ベース方式を取り上げ,そこでは,大量のスパース入力と高密度のグランドトルースが監視情報として利用される。あるいは独立したタスクとして異なるスケール因子のスケールアップを処理し,様々な因子でサンプリングを処理するために多重ネットワークを構築する必要がある。本論文では,自己監督および拡大-柔軟性点クラウドアップサンプリングを同時に達成する新しい方法を提案した。シードポイントに対する陰的表面上の最近傍投影点を求めるタスクとして,ポイントクラウドアップサンプリングを定式化した。この目的のために,射影方向と距離をそれぞれ推定するために2つの陰的ニューラル関数を定義し,2つのプレテキスト学習タスクによって訓練できる。実験結果は,著者らの自己監督学習ベースの方式が,教師つき学習ベースの最先端の方法よりも,競合またはより良い性能を達成することを実証した。ソースコードはhttps://github.com/xnowbzhao/sapcu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 , 人工知能 , パターン認識

, , , , ,

前のページに戻る