文献

J-GLOBAL ID：202202254294595889   整理番号：22A0789035

敵対的スタイル移動によるスタイルのアグノスティック3D再構成【JST・京大機械翻訳】

Style Agnostic 3D Reconstruction via Adversarial Style Transfer

著者 (4件)： Petersen Felix (University of Konstanz) ,  Goldluecke Bastian (University of Konstanz) ,  Deussen Oliver (University of Konstanz) ,  Kuehne Hilde (University of Frankfurt IBM-MIT Watson AI Lab)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 2273-2282  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像からの物体の3D形状再構成はコンピュータビジョンにおける主要な課題である。最近導入された微分可能レンダリング者は,2D画像から物体の3D幾何学を学習するために活用できるが,これらの手法は,入力画像と比較できる出力を生成するように,レンダリング者を可能にする追加の監視を必要とする。これは,オブジェクトシルエット,均一背景,材料,テクスチャ,照明などの場面情報や制約である。本論文では,シルエット監視の必要のない背景を持つ画像から3Dオブジェクトの微分可能レンダリングベース学習を可能にする手法を提案した。入力に近い画像をレンダリングする代わりに,入力画像ドメインをレンダリング画像ドメインに翻訳することを可能にする敵対型転送とドメイン適応パイプラインを提案した。これにより,3D物体再構成ネットワークを訓練するために,3D物体再構成の翻訳画像と微分可能レンダリングを直接比較できる。提案アプローチは,バックグラウンドを持つ画像から3D形状を学習し,このタスクにおける単一ビュー3Dオブジェクト再構成のための制約付き手法よりも優れた性能を提供することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 幾何学 ,  学習 ,  ネットワーク ,  微分 ,  再構成 ,  二次元 ,  コンピュータビジョン ,  *三次元 ,  レンダリング
準シソーラス用語： シルエット ,  三次元形状 ,  *3D画像再構成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 敵対 ,  スタイル ,  3D再構成