Author

Hang Su  一作,PHD,  暂时就这篇比较有名

Abstract

对于3D的描述子,希望不是直接从3D数据中提取,而是基于view

本文第一个提出标准的CNN结构用3D render的view来训练模型从而识别3D物体

我们发现3D物体甚至可以通过single view来识别,越多view识别率越高

主要贡献: 提出一个新型结构,利用2D view来产生3D物体的描述子,并且在任务上都取得了SOTA

同时设计了一种融合多种view信息的方法

ICCV2015_Multi-view Convolutional Neural Networks for 3D Shape Recognition

输入数据是 3D mesh

怎么生成 view:  Phong reflection model (别人提出的模型)

 

Retrievel

ICCV2015_Multi-view Convolutional Neural Networks for 3D Shape Recognition

设计的目标函数

需要计算$n_x\timesn_y$次

这样效率不高, 所以学习自动合成所有的view特征就会提高效率

 

Result

ICCV2015_Multi-view Convolutional Neural Networks for 3D Shape Recognition

ICCV2015_Multi-view Convolutional Neural Networks for 3D Shape Recognition

 

相关文章:

  • 2021-08-19
  • 2021-09-15
  • 2021-10-02
  • 2021-06-02
  • 2022-01-13
  • 2021-07-03
  • 2021-05-28
  • 2022-01-08
猜你喜欢
  • 2021-09-29
  • 2021-07-30
  • 2022-12-23
  • 2021-09-03
  • 2021-12-24
  • 2021-07-29
  • 2021-11-14
相关资源
相似解决方案