2,001 followers
https://t.co/uNztx9ERnQ SDFを入出力とする3D CNNによる全周形状復元。Denoising VAEでエンコーダ・デコーダを学習(再構成ロス)してから、デコーダを残して片面の観測データを入力としてLatent Vectorを出力するエンコーダを改めて学習(最尤ロス)する。対応付けが不要で教師なしで学習できる。
https://t.co/uNztx9ERnQ SDFを入出力とする3D CNNによる全周形状復元。Denoising VAEでエンコーダ・デコーダを学習(再構成ロス)してから、デコーダを残して片面の観測データを入力としてLatent Vectorを出力するエンコーダを改めて学習(最尤ロス)する。対応付けが不要で教師なしで学習できる。
RT @david_stutz: Are adversarial robustness and generalization really contradicting goals? Get the answer in our paper: https://t.co/tXhQp5…
"Learning 3D Shape Completion under Weak Supervision", David Stutz, Andreas Geiger https://t.co/o5cSXEP7Kt
Learning 3D Shape Completion under Weak Supervision. https://t.co/7Owfu7ZzNC
Learning 3D Shape Completion under Weak Supervision. David Stutz and Andreas Geiger https://t.co/WHSFQkNJ2t
Learning 3D Shape Completion under Weak Supervision - David Stutz https://t.co/8Hq92TBSFX