Cross-modal Learning for Image-Guided Point Cloud Shape Completion

要約

この論文では、補助画像に導かれて、点群補完の最近のトピックを探ります。
ローカライズされた潜在空間で 2 つのモダリティからの情報を効果的に組み合わせる方法を示し、最先端技術で使用される単一のビューからの複雑な点群再構築方法の必要性を回避します。
また、完成した点群で微分可能なレンダラーを使用して画像空間の忠実度を測定することにより、補助画像がトレーニングプロセスに監視信号を提供する、新しい弱監視設定を調査します。
実験では、ユニモーダル補完とマルチモーダル補完の両方で、最先端の教師ありメソッドよりも大幅な改善が見られます。
また、多くの教師あり方法よりも優れており、点群情報のみを利用する最新の教師ありモデルと競合する弱教師ありアプローチの有効性も示します。

要約(オリジナル)

In this paper we explore the recent topic of point cloud completion, guided by an auxiliary image. We show how it is possible to effectively combine the information from the two modalities in a localized latent space, thus avoiding the need for complex point cloud reconstruction methods from single views used by the state-of-the-art. We also investigate a novel weakly-supervised setting where the auxiliary image provides a supervisory signal to the training process by using a differentiable renderer on the completed point cloud to measure fidelity in the image space. Experiments show significant improvements over state-of-the-art supervised methods for both unimodal and multimodal completion. We also show the effectiveness of the weakly-supervised approach which outperforms a number of supervised methods and is competitive with the latest supervised models only exploiting point cloud information.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google