域自适应单视图三维重建
计算机视觉与模式识别
2019-08-27 v2
摘要
单视图三维形状重建是一个重要但具挑战性的问题，主要源于两方面。首先，由于形状标注获取成本极高，当前方法依赖合成数据，其中真实三维标注易于获得。然而，这导致应用于自然图像时出现域适应问题。第二重挑战在于，给定一幅二维图像可由多种形状解释。本文中，我们提出一种利用对抗训练应对上述挑战的框架。一方面，我们在自然与合成图像表征间施加域混淆以缩减分布差距。另一方面，我们通过迫使重建位于（学习得到的）真实物体形状流形上，使其具备“真实感”。我们的实验表明，这些约束相较基线重建模型大幅提升了性能。我们以简单得多的架构取得了与当前最优（state of the art）相竞争的结果。
引用
@article{arxiv.1812.01742,
title = {Domain-Adaptive Single-View 3D Reconstruction},
author = {Pedro O. Pinheiro and Negar Rostamzadeh and Sungjin Ahn},
journal= {arXiv preprint arXiv:1812.01742},
year = {2019}
}