结构感知的3D VR草图到3D形状检索
计算机视觉与模式识别
2022-09-20 v1
摘要
我们研究细粒度的基于3D VR草图的3D形状检索这一实际任务。该任务尤为有趣，因为2D草图已被证明是2D图像的有效查询。然而，由于领域鸿沟，从2D草图进行3D形状检索仍难以取得强性能。近期工作展示了3D VR草图在该任务上的优势。在我们的工作中，我们聚焦于3D VR草图固有不精确性所带来的挑战。我们观察到，使用检索任务常用的固定间隔值三元组损失所得的检索结果包含许多不相关形状，且往往仅有一个或少数几个与查询结构相似。为缓解此问题，我们首次将自适应间隔值与形状相似性联系起来。具体而言，我们提出使用由“拟合间隙”驱动的自适应间隔值三元组损失，该拟合间隙是形状在保结构形变下的相似性。我们还进行了用户研究，证实该拟合间隙确实是评估形状结构相似性的合适准则。此外，我们引入了一个包含202个VR草图对应202个3D形状的数据集，这些草图凭记忆而非观察绘制。代码与数据见 https://github.com/Rowl1ng/Structure-Aware-VR-Sketch-Shape-Retrieval。
引用
@article{arxiv.2209.09043,
title = {Structure-Aware 3D VR Sketch to 3D Shape Retrieval},
author = {Ling Luo and Yulia Gryaditskaya and Tao Xiang and Yi-Zhe Song},
journal= {arXiv preprint arXiv:2209.09043},
year = {2022}
}
备注
Accepted by 3DV 2022