Open Yagami360 opened 4 years ago
カメラパラメーター(=カメラ姿勢)の表現 本手法でのネットワークが回帰する3D空間上でのカメラパラメーター(カメラ姿勢)p は、以下の式のように、カメラの3D位置 x とクォータニオン q で表現される。
損失関数 本手法のネットワークは、以下の損失関数で end2end に学習される
ネットワーク構造 本手法でのネットワークは、GoogLeNet をベースにして、カメラパラメーターを回帰するために出力層を fine-tuning したネットワークになっている。 具体的には、以下のような修正を行っている
学習用データセットの作成
カメラ推定の定性的品質検証
0. 論文情報・リンク
1. どんなもの?
2. 先行研究と比べてどこがすごいの?
3. 技術や手法の"キモ"はどこにある?
カメラパラメーター(=カメラ姿勢)の表現 本手法でのネットワークが回帰する3D空間上でのカメラパラメーター(カメラ姿勢)p は、以下の式のように、カメラの3D位置 x とクォータニオン q で表現される。
損失関数 本手法のネットワークは、以下の損失関数で end2end に学習される
ネットワーク構造 本手法でのネットワークは、GoogLeNet をベースにして、カメラパラメーターを回帰するために出力層を fine-tuning したネットワークになっている。 具体的には、以下のような修正を行っている
学習用データセットの作成
4. どうやって有効だと検証した?
カメラ推定の定性的品質検証
5. 議論はあるか?
6. 次に読むべき論文はあるか?
7. 参考文献