GANmouflage：基于纹理场的 3D 物体不可检测伪装
计算机视觉与模式识别
2023-04-25 v2
摘要
我们提出一种学习在场景中伪装 3D 物体的方法。给定物体的形状以及其将被观察的视角分布，我们估计一种使其难以被检测的纹理。成功解决该任务需要一个能够准确再现场景纹理的模型，同时处理每个视角所施加的高度冲突约束。我们通过基于纹理场和对抗学习的模型来应对这些挑战。我们的模型学习在输入场景内从随机采样的位置和视角伪装各种物体形状，并且是首个解决隐藏复杂物体形状问题的方法。通过一项人类视觉搜索研究，我们发现我们估计的纹理比先前的方法显著更好地隐藏物体。项目主页：https://rrrrrguo.github.io/ganmouflage/
引用
@article{arxiv.2201.07202,
title = {GANmouflage: 3D Object Nondetection with Texture Fields},
author = {Rui Guo and Jasmine Collins and Oscar de Lima and Andrew Owens},
journal= {arXiv preprint arXiv:2201.07202},
year = {2023}
}