文献

J-GLOBAL ID：202202289735100772   整理番号：22A1214792

深層学習は情報・システムの研究をどう変えたか 第2部 画像分野 4.【三次元ビジョン】三次元陰関数表現が切り開く三次元コンピュータビジョンの最前線-NeRFへ至る道と更にその先へ-

Advances in 3D Computer Vision with Neural Implicit Representation

著者 (1件)： 池畑諭 (国立情報学研)
資料名： 電子情報通信学会誌  (Journal of the Institute of Electronics, Information and Communication Engineers)
巻： 105  号： 5  ページ： 375-380  発行年： 2022年05月01日 
JST資料番号： F0019A  ISSN： 0913-5693  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 筆者は,画像から物体形状や光学特性等の三次元情報復元を目的とする三次元コンピュータビジョンの研究に携わっている.三次元コンピュータビジョンでは,従来多視点幾何や物理的原理に関する最適化問題を解く手法が用いられてきた.しかし,近年の深層学習の普及により,データドリブンなアルゴリズムや三次元点群やメッシュ以外の三次元表現も広がりつつある.本稿では,三次元陰関数表現によって新たな地平が切り開かれたディープラーニング時代の三次元コンピュータビジョンの近年の研究動向を俯瞰する.(著者抄録)

シソーラス用語： *機械学習 ,  *ニューラルネットワーク ,  *コンピュータビジョン ,  三次元 ,  画像復元 ,  計算機アルゴリズム ,  点群 ,  技術予測
準シソーラス用語： コンピュータアルゴリズム ,  陰関数 ,  研究動向 ,  *深層学習

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  図形・画像処理一般  (JE04010I)

引用文献 (13件)：

• B. Mildenhall, P.P. Srinivasan, M. Tancik, J.T. Barron, R. Ramamoorthi, and R. Ng,“Nerf : Representing scenes as neural radiance fields for view synthesis,” In European conference on computer vision, pp. 405-421, Springer, Cham., Aug. 2020.
• L. Mescheder, M. Oechsle, M. Niemeyer, S. Nowozin, and A. Geiger, “Occupancy networks : Learning 3d reconstruction in function space,” Proc. CVPR, pp. 4460-4470, 2019.
• S. Saito, Z. Huang, R. Natsume, S. Morishima, A. Kanazawa, and H. Li,“Pifu : Pixel-aligned implicit function for high-resolution clothed human digitization,” Proc. IEEE/CVF International Conference on Computer Vision (ICCV), pp. 2304-2314, 2019.
• M. Oechsle, L. Mescheder, M. Niemeyer, T. Strauss, and A. Geiger, “Texture fields : Learning texture representations in function space,” Proc. CVPR, pp. 4531-4540, 2019.
• L. Liu, J. Gu, K.Z. Lin, T.S. Chua, and C. Theobalt, “Neural sparse voxel fields,” Proc. Advances in Neural Information Processing System, vol. 33, pp. 15651-15663, Dec. 2020.

タイトルに関連する用語 (8件)： 深層学習 ,  研究 ,  ビジョン ,  陰関数 ,  表現 ,  コンピュータビジョン ,  道 ,  先