AI 논문 정리/3D Vision (4) 썸네일형 리스트형 [Paper Review 4] GRAF: Generative Radiance Fields for 3D-Aware Image Synthesis Conference on Neural Information Processing Systems (NeurIPS), 2020 https://arxiv.org/abs/2007.02442 1. Introduction 고해상도의 이미지들을 활용한 View Synthesis 작업을 수행할 때, Convolutional GAN이 굉장히 효과적이다. 하지만, 이러한 성공에 불구하고, SOTA 모델들은 3D shape와 viewpoint와 같은 generative factor들을 disentangle을 제대로 하지 못하고 있다. 인간은 새로운 viewpoint에서 물체를 상상하고 세상의 3D 구조를 파악하는 데 능한 것과는 반대되는 모습이다. 따라서, 최근의 연구들은 3D-aware image synthesis를 접근하.. [Paper Review 3] 3D human pose estimation in video with temporal convolutions and semi-supervised training Conference on Computer Vision and Pattern Recognition (CVPR) 2019 https://arxiv.org/abs/1811.11742 1. Introduction 이 논문에서는 비디오에서 3D human pose estimation을 다룬다. 추정 문제를 해결하기 위해, 2D keypoint detection과 3D pose estimation, 두 방법으로 분할해서 해결하게 된다. 하지만, 이 방법은 여러 3D pose들이 같은 2D 키포인트에 매핑이 될 수 있는 등, 모호성이 내재되어있기도 하다. 기존의 연구들은 Recurrent Neural Network (RNN)을 사용해서 모호성을 해결해왔다. 반면에, CNN 모델을 사용하면, 여러 프레임의 병렬 처리가.. [Paper Review 2] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis (This article is written for study purposes. Please be aware that there may be incorrect information.) European Conference on Computer Vision (ECCV), 2020 (Best Paper Honorable Mention) https://arxiv.org/pdf/2003.08934.pdf This paper focuses on the problem of View Synthesis. View Synthesis gets multiple images of scenes along with their corresponding camera poses. 1. Introduction NeRF represents.. [Paper Review 1] PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation (This article is written for study purposes. Please be aware that there may be incorrect information.) Conference on Computer Vision and Pattern Recognition (CVPR) 2017 https://arxiv.org/abs/1612.00593 1. Introduction Typical convolutional architectures require highly regular input data formats (e.g. Image Grids, 3D voxels) However, Point Clouds or Meshes are not in regular format. Therefore, mo.. 이전 1 다음
