神经星形域作为基元表示
计算机视觉与模式识别
2020-11-13 v2
摘要
从二维图像重建三维物体是计算机视觉中的一项基本任务。通过简洁且语义化的基元表示进行准确的结构化重建进一步拓宽了其应用。当使用多个基元重建目标形状时，人们希望可以即时访问该形状基本属性（如总体体积与表面积）的并集，将各基元视为单一形状来处理。这可以通过具有统一隐式与显式表示的基元表示来实现。然而，现有方法中的基元表示无法同时满足上述所有要求。为解决此问题，我们提出一种名为神经星形域（neural star domain, NSD）的新型基元表示，其在星形域中学习基元形状。我们证明 NSD 是星形域的通用逼近器，且不仅是简洁且语义化的，还是一种隐式与显式的形状表示。我们展示了我们的方法在图像重建任务、语义能力以及高分辨率网格采样的速度与质量上均优于现有方法。
引用
@article{arxiv.2010.11248,
title = {Neural Star Domain as Primitive Representation},
author = {Yuki Kawana and Yusuke Mukuta and Tatsuya Harada},
journal= {arXiv preprint arXiv:2010.11248},
year = {2020}
}
备注
34th Conference on Neural Information Processing Systems (NeurIPS 2020), Vancouver, Canada