一种针对 3D 形状的感知美学度量
图形学
2016-08-18 v1 人机交互
摘要
虽然图像美学问题已得到充分探索，但 3D 形状美学的研究主要集中在特定的人工定义特征上。在本文中，我们利用深度学习的优势，直接从原始体素数据中自主学习 3D 形状的美学度量，而无需人工构建特征。我们收集了人类对各种 3D 形状类别的美学偏好数据。我们采用深度卷积 3D 形状排序方法来计算一个能为 3D 形状提供美学分数的度量。我们展示了该方法在各种形状类型中的应用，以及基于美学的可视化、搜索和场景构图等应用。
引用
@article{arxiv.1608.04953,
title = {A Perceptual Aesthetics Measure for 3D Shapes},
author = {Kapil Dev and Manfred Lau and Ligang Liu},
journal= {arXiv preprint arXiv:1608.04953},
year = {2016}
}
备注
12 Pages, 8 Figures, Conference