SketchANIMAR: Sketch-based 3D Animal Fine-Grained Retrieval

要約

3D オブジェクトの検索は、コンピュータ ビジョン、コンピュータ グラフィックス、仮想現実、拡張現実における幅広い応用により、近年非常に重要性を増しています。
ただし、3D モデルの複雑な性質により、3D オブジェクトの取得には大きな課題が伴います。3D モデルは、形状、サイズ、テクスチャが異なり、多数のポリゴンと頂点を持つ可能性があります。
この目的を達成するために、スケッチ クエリを使用してデータセットから関連する 3D 動物モデルを取得し、利用可能なスケッチを通じて 3D モデルへのアクセスを迅速化することに焦点を当てた、新しい SHREC チャレンジ トラックを導入します。
さらに、この研究では、711 個のユニークな 3D 動物モデルと 140 個の対応するスケッチ クエリのコレクションで構成される、ANIMAR という名前の新しいデータセットが構築されました。
私たちのコンテストでは、参加者は複雑で詳細なスケッチに基づいて 3D モデルを取得する必要があります。
8チーム、204回のランから満足のいく結果を得ています。
さらなる改善が必要ですが、提案されたタスクは 3D オブジェクト検索の分野でさらなる研究を奨励する可能性があり、幅広いアプリケーションに利益をもたらす可能性があります。
また、特徴の抽出と照合のための技術の改善や、検索パフォーマンスを評価するためのより多様なデータセットの作成など、将来の研究の潜在的な分野に関する洞察も提供します。
https://aichallenge.hcmus.edu.vn/sketchanimar

要約(オリジナル)

The retrieval of 3D objects has gained significant importance in recent years due to its broad range of applications in computer vision, computer graphics, virtual reality, and augmented reality. However, the retrieval of 3D objects presents significant challenges due to the intricate nature of 3D models, which can vary in shape, size, and texture, and have numerous polygons and vertices. To this end, we introduce a novel SHREC challenge track that focuses on retrieving relevant 3D animal models from a dataset using sketch queries and expedites accessing 3D models through available sketches. Furthermore, a new dataset named ANIMAR was constructed in this study, comprising a collection of 711 unique 3D animal models and 140 corresponding sketch queries. Our contest requires participants to retrieve 3D models based on complex and detailed sketches. We receive satisfactory results from eight teams and 204 runs. Although further improvement is necessary, the proposed task has the potential to incentivize additional research in the domain of 3D object retrieval, potentially yielding benefits for a wide range of applications. We also provide insights into potential areas of future research, such as improving techniques for feature extraction and matching and creating more diverse datasets to evaluate retrieval performance. https://aichallenge.hcmus.edu.vn/sketchanimar

arxiv情報

提供元, 利用サービス

arxiv.jp, Google