ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. コンピュータグラフィックスとビジュアル情報学(CG)
  3. 2021
  4. 2021-CG-183

CGシーンの学習に基づく法線と輪郭線の推定と3次元モデリングへの応用

https://ipsj.ixsq.nii.ac.jp/records/212389
https://ipsj.ixsq.nii.ac.jp/records/212389
79fcc344-cd5f-435e-bcc3-01f40b521ed2
名前 / ファイル ライセンス アクション
IPSJ-CG21183002.pdf IPSJ-CG21183002.pdf (1.2 MB)
Copyright (c) 2021 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2021-08-18
タイトル
タイトル CGシーンの学習に基づく法線と輪郭線の推定と3次元モデリングへの応用
言語
言語 jpn
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
静岡大学大学院総合科学技術研究科工学専攻数理システム工学コース
著者所属
静岡大学大学院総合科学技術研究科工学専攻数理システム工学コース
著者名 山梨, 傑

× 山梨, 傑

山梨, 傑

Search repository
岡部, 誠

× 岡部, 誠

岡部, 誠

Search repository
論文抄録
内容記述タイプ Other
内容記述 我々は写真や絵画などの 2 次元画像から 3 次元形状をモデリングするための手法を研究している.2 次元画像から 3 次元形状を再構築することはコンピュータビジョンにおける本質的な課題のひとつである.近年,畳み込みニューラルネットワークに基づく深層学習によって,単一画像からでも精度の高い深度マップが得られるようになった.しかし,それらの深度マップから 3 次元形状をポリゴンモデルとして起こしてみると必ずしも良い形状が得られない.そこで,我々は単一画像から深度マップではなく,法線マップと輪郭線マップを推定し,それらの情報を基にポアソン方程式を解くことで 3 次元形状を得るような手法を提案する.法線マップと輪郭線マップの推定に用いる深層学習モデルは U-Net であり,前者の推定には平均二乗誤差,後者の推定には Dice 係数を損失関数に用いる.コンピュータグラフィックスによって生成したデータセットを用いて学習と評価を行ったので報告する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10100541
書誌情報 研究報告コンピュータグラフィックスとビジュアル情報学(CG)

巻 2021-CG-183, 号 2, p. 1-4, 発行日 2021-08-18
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8949
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 17:31:43.657916
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3