論文の概要: GenDR: A Generalized Differentiable Renderer

• arxiv url: http://arxiv.org/abs/2204.13845v1
• Date: Fri, 29 Apr 2022 01:50:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-02 13:14:07.959950
• Title: GenDR: A Generalized Differentiable Renderer
• Title（参考訳）: GenDR: 一般化した差別化可能なレンダラー
• Authors: Felix Petersen, Bastian Goldluecke, Christian Borgelt, Oliver Deussen
• Abstract要約: 異なるレンダリングに必要なコンポーネントをスクラッチから議論し、各コンポーネントの要件を形式化する。 我々は、SoftRasやDIB-Rのような既存の微分可能を一般化する一般微分可能をインスタンス化する。 人気のShapeNet 3D 再構成ベンチマークを用いて,様々なインスタンス化を行い,その影響を解析した。
• 参考スコア（独自算出の注目度）: 21.590496842692744
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we present and study a generalized family of differentiable renderers. We discuss from scratch which components are necessary for differentiable rendering and formalize the requirements for each component. We instantiate our general differentiable renderer, which generalizes existing differentiable renderers like SoftRas and DIB-R, with an array of different smoothing distributions to cover a large spectrum of reasonable settings. We evaluate an array of differentiable renderer instantiations on the popular ShapeNet 3D reconstruction benchmark and analyze the implications of our results. Surprisingly, the simple uniform distribution yields the best overall results when averaged over 13 classes; in general, however, the optimal choice of distribution heavily depends on the task.
• Abstract（参考訳）: 本稿では,微分可能レンダラの一般化ファミリーを提示・検討する。 異なるレンダリングに必要なコンポーネントをスクラッチから議論し、各コンポーネントの要件を形式化する。 これは softras や dib-r のような既存の微分可能レンダラーを一般化し、様々な平滑化分布を配列して、多くの合理的な設定をカバーする。 人気のShapeNet 3D再構成ベンチマークを用いて, 微分可能なレンダラインスタンスの配列を評価し, 結果の意味を分析した。 驚くべきことに、単純な一様分布は13クラス以上の平均で最高の結果をもたらすが、一般に分布の最適選択はタスクに大きく依存する。

関連論文リスト

• A Refreshed Similarity-based Upsampler for Direct High-Ratio Feature Upsampling [54.05517338122698]
  本稿では,セマンティック・アウェアとディテール・アウェアの両方の観点から,明示的に制御可能なクエリキー機能アライメントを提案する。 また,モーザイクアーティファクトを緩和するのには単純だが有効であるHR特徴量に対して,きめ細かな近傍選択戦略を開発した。 提案するReSFUフレームワークは,異なるセグメンテーションアプリケーション上での良好な性能を一貫して達成する。
  論文  参考訳（メタデータ） (2024-07-02T14:12:21Z)
• A Simple Approach to Differentiable Rendering of SDFs [21.97043707520229]
  SDF(Signed Distance Fields)で表される表面の微分可能レンダリングのための簡単なアルゴリズムを提案する。 本手法は,下面がSDFで表される場合のサンプリングが容易な細い帯域に低次元境界積分を拡大する。
  論文  参考訳（メタデータ） (2024-05-14T16:19:13Z)
• RGM: A Robust Generalizable Matching Model [49.60975442871967]
  RGM(Robust Generalist Matching)と呼ばれる疎密マッチングのための深部モデルを提案する。 合成トレーニングサンプルと実世界のシナリオのギャップを狭めるために、我々は、疎対応基盤真理を持つ新しい大規模データセットを構築した。 さまざまな密集したスパースなデータセットを混ぜ合わせることができ、トレーニングの多様性を大幅に改善しています。
  論文  参考訳（メタデータ） (2023-10-18T07:30:08Z)
• Differentiable Blocks World: Qualitative 3D Decomposition by Rendering Primitives [70.32817882783608]
  本稿では,3次元プリミティブを用いて,シンプルでコンパクトで動作可能な3次元世界表現を実現する手法を提案する。 既存の3次元入力データに依存するプリミティブ分解法とは異なり,本手法は画像を直接操作する。 得られたテクスチャ化されたプリミティブは入力画像を忠実に再構成し、視覚的な3Dポイントを正確にモデル化する。
  論文  参考訳（メタデータ） (2023-07-11T17:58:31Z)
• Multivariate Representation Learning for Information Retrieval [31.31440742912932]
  本稿では,高密度検索のための新しい表現学習フレームワークを提案する。 クエリやドキュメント毎にベクトルを学習する代わりに、我々のフレームワークは多変量分布を学習する。 近似した近似近似アルゴリズムにシームレスに統合できることが示される。
  論文  参考訳（メタデータ） (2023-04-27T20:30:46Z)
• Synthetic-to-Real Domain Generalized Semantic Segmentation for 3D Indoor Point Clouds [69.64240235315864]
  本稿では,本課題に対して,合成-実領域一般化設定を提案する。 合成と実世界のポイントクラウドデータのドメインギャップは、主に異なるレイアウトとポイントパターンにあります。 CINMixとMulti-prototypeの両方が分配ギャップを狭めることを示した。
  論文  参考訳（メタデータ） (2022-12-09T05:07:43Z)
• Differentiable Rendering with Perturbed Optimizers [85.66675707599782]
  2Dイメージプロジェクションから3Dシーンを推論することは、コンピュータビジョンにおける中核的な問題の一つだ。 我々の研究は、よく知られた微分可能な定式化とランダムなスムーズなレンダリングの関連性を強調している。 提案手法を3次元シーン再構成に適用し,その利点を6次元ポーズ推定と3次元メッシュ再構成の課題に適用した。
  論文  参考訳（メタデータ） (2021-10-18T08:56:23Z)
• Differentiable Spline Approximations [48.10988598845873]
  微分プログラミングは機械学習のスコープを大幅に強化した。 標準的な微分可能なプログラミング手法(autodiffなど)は、通常、機械学習モデルが微分可能であることを要求する。 この再設計されたヤコビアンを予測モデルにおける微分可能な「層」の形で活用することで、多様なアプリケーションの性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-10-04T16:04:46Z)
• Modular Primitives for High-Performance Differentiable Rendering [37.12883917723895]
  既存の高度に最適化されたグラフィックスパイプラインによる従来の手法よりも優れた性能を実現するモジュール式微分可能設計を提案する。 我々の設計は、多くの三角形、属性、フィルタされたテクスチャルックアップ、およびユーザプログラマブルシェーディングと幾何処理といった、現代のグラフィックパイプラインにおけるすべての重要な操作をサポートします。
  論文  参考訳（メタデータ） (2020-11-06T10:48:43Z)

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。