논문/3d_reconstruct2 FeatureBooster: Boosting Feature Descriptors with a Lightweight NeuralNetwork 논문 Abstract 저자들은 같은 이미지 내에서 keypoints들의 묘사를 개선시키기 위해서 lightweight network를 소개합니다.이 network는 input으로 원래의 descriptor와 key points들의 기하학적인 특성을 가지고 MLP 기반인 self-boosting stage와 Transformer기반인 cross-boosting stage를 이 descriptors를 향상시키기 위해 사용합니다.boosted된 descriptor는 real-valued 또는 binary ones가 가능합니다.저자들은 boost를 위해 발표된 네트워크인 hand-crafted(ORB, SIFT) 와 learning-based descriptors에서 sota를 찍은 모델(SuperPoint, LIK.. 2024. 5. 13. A Point Set Generation Network for3D Object Reconstruction from a Single Image 논문 요약 기존의 연구는 volumemetric이나 이미지들에 대해서 규칙적인 표현에 의존을 하고있습니다. 그러나 이 논문은 자연상태에서는 3D shape이 규칙적이지 않고 많은 문제를 겪는다고 이야기를 하고 있습니다. (자연 상태에서의 물체의 2D 메시와 point clouds는 규칙적인 구조를 가지고 있지않습니다.) 그리고 이 논문은 단일 input에서 3D 재구성 문제를 해결합니다. 하나의 input 사진으로 3d reconstructed를 성공했음을 보여줍니다. 거기다가 사진도 현재 도심속에서 흔히 볼 수 있는 상태죠 기존의 연구에서는 3d데이터의 볼륨이나 이미지컬렉션에서 깊은 신경망을 사용해야하는데 이것은 sample resolution(셈플의 해상도) 와 net efficiency(효율성) 사이에서 tr.. 2023. 7. 20. 이전 1 다음
