任意クラスの3D形状を生成する3D conditional GANの論文メモ
3D Model Generation and Reconstruction Using Conditional Generative Adversarial Network
- Haisheng Li, Yanping Zheng, Xiaoqun Wu, Qiang Cai
- https://download.atlantis-press.com/journals/ijcis/125911591/view
- コード
- 見当たらない
ひとことまとめ
- どんなもの?
- 3D形状を生成する3DGANに,クラス情報を与えて任意のクラスの物体を生成できるようにした(conditional GANを3DGANに適用した)
- 提案手法とconditional VAEのエンコーダを組み合わせて訓練し,2D画像とクラス情報から3D形状を再構成できるようにした
- 先行研究と比べてどこがすごい?
- 技術や手法のキモはどこ?
- クラス情報はGeneratorにもDiscriminatorにも付与する
- 訓練では3D-IWGAN[27]に従い,WGAN-GP[25]で提案された誤差関数を追加している
- CVAEを使った物体再構成では,訓練にDiscriminatorだけでなくClassifierも使用する
- どうやって有効だと検証した?
- 議論はある?
- なし
- 次に読むべき論文は?
- 3D-IWGAN[27]
- WGAN-GP[25]を取り入れているらしい
- conditional variational auto-encoder(CVAE)[10]
- 3D-IWGAN[27]
感想
- 3DGANが2016,本論文が2019で,今まで誰もconditional 3DGANをやらなかったというのが意外
- 提案内容としては特に目新しいものではなく,既存技術の組み合わせで改善している
- 個人的には掲載されている生成結果が上手く出来すぎてる感があるが,過学習とかしてないのだろうか