深学习方法变换形状

日期:
2019年10月18日
来源:
美国计算机协会
总结:
调用洛根深层的神经网络,即各种各样的机器,可以学习变换两个不同的对象的形状,例如,一把椅子和一表,以自然的方式,没有看到形状之间的任何成对的变换。

参见椅子到一个表,或者反之亦然,听起来像有些一个魔术的。在这种情况下,零神奇的是参与,只是很多复杂的几何形状和机器学习的。

,叫做LOGAN,深层神经网络,即各种各样的机器,可以学习改造两个不同的对象的形状,例如,一把椅子和一表,以自然的方式,没有看到任何配对的形状之间的转换。所有见过的机器是表的一堆和一堆椅子,它可以自动在两个未成域之间的形状。 LOGAN还可以自动而无需改变其网络结构进行两种不同类型的形状之间的内容和风格转移。

后面LOGAN研究小组,从西门菲沙大学,深圳大学和特拉维夫大学,被设置为出席ACM SIGGRAPH亚洲他们的作品在澳大利亚布里斯班举行11月17日至20日。 SIGGRAPH亚洲,现在在它的第12年,在计算机图形,动画,交互,游戏和新兴技术吸引着世界各地的最受尊敬的技术和创造力的人。

“形状变换是最根本的一个并且经常遇到在计算机图形学和几何造型的问题,说:”工作的资深合着者,昊(理查德)张,在西蒙·弗雷泽大学的计算机科学教授。 “什么是新的和新兴的,以配合深学习这个重要问题 – 可以在机器学习变换形状,特别是在无监督或不成设置”

在这工作中,研究人员转向到一个公知的技术在机器学习,生成性对抗性网络(GAN),对于未配对的通用形状的变换。他们的网络上两套形状,例如桌椅或不同字母的训练。有既不在两个结构域的形状之间的配对,以指导翻译形状或任何形状之间的任何逐点的对应关系。一旦被训练,研究人员的方法需要从一个域,桌子或椅子上的点集的形状,并且变换成另一个。

LOGAN克服了形状的一个关键挑战变换技术。由于两套形状 – 桌椅 – 这是具有挑战性的网络,了解哪些特定的形状特征应该保留或改变导致的邻现实转型bject,从椅子到餐桌,反之亦然。该球队的方法学中的特征的独特的差异,并且可以自动地确定哪些功能应保持或以实现所期望的形状的变换,并且可以在不监督这样做丢弃。

在计算机视觉中的其它技术对于未配对的图像-to-图像的翻译已经被开发,并已成功地翻译风格特点,但大多数都没有取得形状翻译。 “在2017年,CycleGAN和DualGAN,从计算机视觉两个高度影响力的作品未成图像到影像风格转换的开发工作。LOGAN专门生产形态逼真的翻译,无论是在风格和内容,首次‘’笔记张。此外,研究人员证明,LOGAN可以学习“麦粒肿LE-保留”内容传输。例如,网络可以自动变换一个字母‘R’为相同的字体风格的‘P’,或相对于风格的翻译,他们的方法是能够翻译一个黑体字母“ A”成斜体‘A’。

为了设计出其方法,研究人员训练的输入形状到一个共同的潜在空间编码所述两种类型的神经网络,在深学习,潜在空间由下式表示其中,所述网络捕获的输入数据的特征的瓶颈层。LOGAN不仅训练把椅子代码到一个表的代码,也培养把一个表的代码到同一个表的代码。后者使“功能保存”和有助于在椅到餐桌形状翻译保持一定的表功能。

在阿夫拉重刑的研究中,研究人员证实LOGAN在不成对的形状更优异的功能转换在各种超过基线和国家的最先进的方法的例子。他们的研究表明,LOGAN能学会变换过程中保持什么形状特征,结果准确类似于所需的对象。

在今后的工作中,团队的目标是微调LOGAN在所有域对工作使之真正通用的。 LOGAN的当前版本也还没有足够的智慧理解形状的意义,研究人员正在于使网络更“聪明”将这一信息的工作。

材料来源:

相关材料 由 Association for Computing Machinery. 提供,文章经《科学的杂志》整理,在格式和长度上可能有所变化。


期刊参考文献:

  1. Kangxue Yin, Zhiqin Chen, Hui Huang, Daniel Cohen-Or, Hao Zhang. LOGAN: Unpaired Shape Transform in Latent Overcomplete Space. ACM Transactions on Graphics(Proc. of SIGGRAPH Asia), 38(6), 198:1-198:13, 2019 [link]
引用此页:
Association for Computing Machinery “深学习方法变换形状” 科学的杂志,2019年10月23日。 http://www.kexuede.com/post/2019/1003493412143/

Be the first to comment

Leave a Reply

Your email address will not be published.


*