論文の概要: PREMA: Part-based REcurrent Multi-view Aggregation Network for 3D Shape
Retrieval
- arxiv url: http://arxiv.org/abs/2111.04945v1
- Date: Tue, 9 Nov 2021 04:01:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-10 16:05:17.402351
- Title: PREMA: Part-based REcurrent Multi-view Aggregation Network for 3D Shape
Retrieval
- Title(参考訳): prema:3次元形状検索のための部分的再帰的マルチビューアグリゲーションネットワーク
- Authors: Jiongchao Jin, Huanqiang Xu, Pengliang Ji, Zehao Tang, Zhang Xiong
- Abstract要約: 本稿では,PREMA(Recurrent Multi-view Aggregation Network)を提案する。
対象を主に識別する部分によって認識するという事実に触発されて、異なる視点で再帰する識別部分である多視点コヒーレント部分(MCP)を定義する。
我々のPreMAは、MPPを確実に見つけ、効果的に利用し、堅牢な形状表現を構築することができる。
- 参考スコア(独自算出の注目度): 13.656494275215634
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose the Part-based Recurrent Multi-view Aggregation network(PREMA) to
eliminate the detrimental effects of the practical view defects, such as
insufficient view numbers, occlusions or background clutters, and also enhance
the discriminative ability of shape representations. Inspired by the fact that
human recognize an object mainly by its discriminant parts, we define the
multi-view coherent part(MCP), a discriminant part reoccurring in different
views. Our PREMA can reliably locate and effectively utilize MCPs to build
robust shape representations. Comprehensively, we design a novel Regional
Attention Unit(RAU) in PREMA to compute the confidence map for each view, and
extract MCPs by applying those maps to view features. PREMA accentuates MCPs
via correlating features of different views, and aggregates the part-aware
features for shape representation.
- Abstract(参考訳): 本稿では,ビュー数,咬合数,背景クラッタの不足などの実用的ビュー欠陥の悪影響を解消し,形状表現の識別能力を高めるための,部分的再帰的多視点集約ネットワーク(prema)を提案する。
人間が主に識別部によって物体を認識するという事実に着想を得て,多視点コヒーレント部分(mcp)を異なる視点で再帰する判別部と定義する。
当社のpremaは,mcpを用いてロバストな形状表現を構築できる。
総合的に,各ビューに対する信頼度マップを計算し,特徴量にそれらのマップを適用してMPPを抽出するために,PreMAに新しい地域意識ユニット(RAU)を設計する。
PreMAは異なるビューの特徴を関連付けてMPPをアクセントし、形状表現のための部分認識の特徴を集約する。
関連論文リスト
- 360 Layout Estimation via Orthogonal Planes Disentanglement and
Multi-view Geometric Consistency Perception [60.23832277827669]
既存のパノラマ配置推定ソリューションは、垂直圧縮されたシーケンスから部屋の境界を復元する傾向がある。
水平深度と比表現に適した教師なし適応手法を提案する。
また,決定レベルのレイアウト解析のための最適化手法と,特徴レベルのマルチビューアグリゲーションのための1次元コストボリューム構築手法も導入する。
論文 参考訳(メタデータ) (2023-12-26T12:16:03Z) - Dynamic Template Initialization for Part-Aware Person Re-ID [0.640781528166787]
空間アテンションベースのDynamic Partテンプレート初期化モジュール。
背骨の部分的な特徴は、多様な人体部分のテンプレートを抽出するために用いられる。
全体的、排他的、部分的なRe-IDタスクベンチマークに関するテスト。
論文 参考訳(メタデータ) (2022-08-24T11:20:48Z) - Self-Supervised Video Object Segmentation via Cutout Prediction and
Tagging [117.73967303377381]
本稿では, 自己教師型ビデオオブジェクト(VOS)アプローチを提案する。
本手法は,対象情報と背景情報の両方を考慮した識別学習損失の定式化に基づく。
提案手法であるCT-VOSは, DAVIS-2017 と Youtube-VOS の2つの挑戦的なベンチマークにおいて,最先端の結果を達成している。
論文 参考訳(メタデータ) (2022-04-22T17:53:27Z) - Unsupervised Part Discovery from Contrastive Reconstruction [90.88501867321573]
自己監督型視覚表現学習の目標は、強く伝達可能な画像表現を学習することである。
対象部分の発見とセグメンテーションに対する教師なしアプローチを提案する。
本手法は, 細粒度, 視覚的に異なるカテゴリ間でセマンティックな部分を生成する。
論文 参考訳(メタデータ) (2021-11-11T17:59:42Z) - Looking Twice for Partial Clues: Weakly-supervised Part-Mentored
Attention Network for Vehicle Re-Identification [18.539658212171062]
PMANet(Part-Mentored Attention Network)とPMNet(Part-Mentored Network)は、グローバルかつローカルな特徴集約を指導する。
提案手法は,VabyIDではCMC@1が平均2.63%,VeRi776では2.2%,最新の最先端手法よりも優れている。
論文 参考訳(メタデータ) (2021-07-17T12:19:12Z) - Hierarchical Deep CNN Feature Set-Based Representation Learning for
Robust Cross-Resolution Face Recognition [59.29808528182607]
クロスリゾリューション顔認識(CRFR)は、インテリジェントな監視およびバイオメトリックフォレンジックにおいて重要である。
既存の浅層学習と深層学習に基づく手法は、HR-LR対を共同特徴空間にマッピングすることに焦点を当てている。
本研究では,多レベル深層畳み込みニューラルネットワーク(CNN)の機能を完全に活用し,堅牢なCRFRを実現することを目的とする。
論文 参考訳(メタデータ) (2021-03-25T14:03:42Z) - Deep Partial Multi-View Learning [94.39367390062831]
クロスパーシャル・マルチビュー・ネットワーク(CPM-Nets)と呼ばれる新しいフレームワークを提案する。
我々はまず、多視点表現に対する完全性と汎用性の形式的な定義を提供する。
そして、理論的に学習された潜在表現の多元性を証明する。
論文 参考訳(メタデータ) (2020-11-12T02:29:29Z) - Pose-guided Visible Part Matching for Occluded Person ReID [80.81748252960843]
本稿では、ポーズ誘導による特徴の識別を共同で学習し、その部分の可視性を自己判断する Pose-Guided Visible Part Matching (PVPM) 法を提案する。
実験結果から,提案手法は最先端手法と競合する性能を示した。
論文 参考訳(メタデータ) (2020-04-01T04:36:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。