Open Yagami360 opened 4 years ago
アーキテクチャの全体像
Occupancy Networks の損失関数 Occupancy Networks は、以下の式で定義された損失関数を最小化するように学習する。 この損失関数は、対象メッシュの3Dバウンディングボックス内の点をランダムに K個サンプリングすることにより、計算される cross entropy 損失関数になっている。
推論処理
既存の image-to-3D モデルとの定性比較検証
既存の点群 3D Reconstruction モデルとの定量比較検証
ボクセル高解像度化 [Voxel Super-Resolution] タスクでの定量検証
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?
アーキテクチャの全体像
Occupancy Networks の損失関数 Occupancy Networks は、以下の式で定義された損失関数を最小化するように学習する。 この損失関数は、対象メッシュの3Dバウンディングボックス内の点をランダムに K個サンプリングすることにより、計算される cross entropy 損失関数になっている。
推論処理
4. どうやって有効だと検証した?
既存の image-to-3D モデルとの定性比較検証
既存の点群 3D Reconstruction モデルとの定量比較検証
ボクセル高解像度化 [Voxel Super-Resolution] タスクでの定量検証
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