Alapfogalmak
深層学習ベースの表面法線推定に必要な帰納バイアスを議論し、ピクセルごとの光線方向と隣接する表面法線間の相対回転を活用することで、強力な汎化能力を実現した。
Kivonat
この論文では、表面法線推定における帰納バイアスに焦点を当て、ピクセルごとの光線方向と隣接する表面法線間の相対回転を活用しています。提案手法は、任意解像度およびアスペクト比の難解な画像に対して鮮明かつ滑らかな予測を生成し、最近のViTベースモデルよりも強力な汎化能力を示しています。また、小さなデータセットで訓練されているにも関わらず、高い詳細度を実現しています。
Statisztikák
提案手法は orders of magnitude smaller dataset で訓練されている。
モデルは 72M vs 123M のパラメータ数である。
訓練時間は単一 NVIDIA 4090 GPU で 12 時間かかっている。
Idézetek
"The proposed method shows strong generalization ability."
"Compared to a recent ViT-based state-of-the-art model, our method shows a stronger generalization ability."