2Dモデルから伝達された知識によるデータ効率的な3D学習者【JST・京大機械翻訳】

Yu Ping-Chung; Sun Cheng; Sun Min

プレプリント

J-GLOBAL ID：202202221443153510 整理番号：22P0305129

2Dモデルから伝達された知識によるデータ効率的な3D学習者【JST・京大機械翻訳】

Data Efficient 3D Learner via Knowledge Transferred from 2D Model

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 (3件)： , ,
資料名：
発行年： 2022年03月16日プレプリントサーバーでの情報更新日： 2022年10月06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)

登録3Dポイントクラウドの収集とラベリングは,高価である。その結果,訓練のための3D資源は,2D画像対応物と比較して,通常量で制限される。本研究では,RGB-D画像による強い2Dモデルから知識を転送することにより,3Dタスクのデータ不足課題を扱う。特に,2D画像に対する強力で十分に訓練された意味セグメンテーションモデルを利用して,擬似ラベルを持つRGB-D画像を強化した。次に,拡張データセットを用いて,3Dモデルを事前訓練することができた。最後に,少数のラベル付き3Dインスタンスの簡単な微調整により,提案手法は,3Dラベル効率に対して調整した既存の最先端技術よりも既に優れている。また,平均教師とエントロピー最小化の結果は,事前訓練により改善でき,移動知識が半教師つき設定において有用であることを示した。2つの一般的な3Dモデルと3つの異なるタスクに対する著者らのアプローチの有効性を検証した。ScanNet公式評価において,著者らは,データ効率的追跡に関する新規最先端の意味セグメンテーション結果を確立した。【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