从非姿势图像中学习 3D 感知的 GAN 模型与模板特征场
本文介绍了一种使用对比学习和隐式姿态嵌入的3D感知生成对抗网络优化技术,通过重新设计鉴别器,消除对基准相机姿态的依赖性,更好地捕捉给定图像的隐式姿态嵌入,并在姿态嵌入上进行对比学习。实验结果表明,该方法在多个物体类别和不一致的基准相机姿态数据集上表现显著优于现有方法。
原文中文,约200字,阅读约需1分钟。
本文介绍了一种使用对比学习和隐式姿态嵌入的3D感知生成对抗网络优化技术,通过重新设计鉴别器,消除对基准相机姿态的依赖性,更好地捕捉给定图像的隐式姿态嵌入,并在姿态嵌入上进行对比学习。实验结果表明,该方法在多个物体类别和不一致的基准相机姿态数据集上表现显著优于现有方法。