| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-03-03 09:20 未知視点に対する疑似特徴量評価によるFew-shot NeRFの検討 ○金岡大樹（九工大/理研）・薗頭元春（理研）・田向 権（九工大/ニューロモルフィックAIハードウェア研究センター）・川西康友（理研）  PRMU2022-101 IBISML2022-108 |
|
| 抄録 | （和） | 任意視点画像生成においてNeural Radiance Fieldsは非常に強力な手法ではあるが，学習のためには多くの画像が必要である． 本発表では，パラメトリック固有空間法のアナロジーとして，教師データが存在しない未知視点において，近傍視点の画像から擬似的に生成した特徴ベクトルを教師信号として学習に用いることで，少数の画像でも学習できるManifoldNeRFを提案する． 実験の結果，疑似教師信号を用いることで，データセットが少量でも精度 良く任意視点画像が生成できることを確認した． |
| （英） | Neural Radiance Fields (NeRF) is a powerful method for novel view synthesis. However, NeRF requires a large number of images for training. In this paper, we propose the Manifold NeRF, which uses the interpolated feature from neighboring viewpoints as pseudo ground truth at each unknown viewpoint for its training in addition to the original NeRF loss for known viewpoints. As a result of the experiments, we confirmed that the interpolated pseudo ground truth helps training of NeRF with a limited number of images. |
|
| キーワード | （和） | 任意視点画像生成 / Few-shot / Neural Radiance Fields / / / / / |
| （英） | Novel view synthesis / Few-shot / Neural Radiance Fields / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 404, PRMU2022-101, pp. 220-225, 2023年3月. | |
| 資料番号 | PRMU2022-101 | |
| 発行日 | 2023-02-23 (PRMU, IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2022-101 IBISML2022-108 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2023-03-02 - 2023-03-03 |
| 開催地（和） | はこだて未来大学 |
| 開催地（英） | Future University Hakodate |
| テーマ（和） | 異分野連携(PRMU)、AutoML (CVIM)、機械学習の理論と応用の広がり(IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2023-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 未知視点に対する疑似特徴量評価によるFew-shot NeRFの検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Few-shot NeRF by Pseudo-Feature Vectors Evaluation for Unknown Viewpoints |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 任意視点画像生成 / Novel view synthesis |
| キーワード(2)（和/英） | Few-shot / Few-shot |
| キーワード(3)（和/英） | Neural Radiance Fields / Neural Radiance Fields |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 金岡 大樹 / Daiju Kanaoka / カナオカ ダイジュ |
| 第1著者 所属（和/英） | 九州工業大学/理化学研究所 (略称： 九工大/理研) Kyushu Institute of Technology/RIKEN (略称： Kyutech/RIKEN) |
| 第2著者 氏名（和/英/ヨミ） | 薗頭 元春 / Motoharu Sonogashira / ソノガシラ モトハル |
| 第2著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第3著者 氏名（和/英/ヨミ） | 田向 権 / Hakaru Tamukoh / タムコウ ハカル |
| 第3著者 所属（和/英） | 九州工業大学/ニューロモルフィックAIハードウェア研究センター (略称： 九工大/ニューロモルフィックAIハードウェア研究センター) Kyushu Institute of Technology/Research Center for Neuromorphic AI Hardware (略称： Kyutech/Neumorph Center) |
| 第4著者 氏名（和/英/ヨミ） | 川西 康友 / Yasutomo Kawanishi / カワニシ ヤストモ |
| 第4著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-03 09:20:00 |
| 発表時間 | 10分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2022-101, IBISML2022-108 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.404(PRMU), no.405(IBISML) |
| ページ範囲 | pp.220-225 |
| ページ数 | 6 |
| 発行日 | 2023-02-23 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]