Навчена нейромережа завершення 3D-форм об'єктів з розріджених хмар 3D-точок

Підцерковний, Є. О.; Кожем'яко, А. В.

Навчена нейромережа завершення 3D-форм об'єктів з розріджених хмар 3D-точок

dc.contributor.author	Підцерковний, Є. О.	uk
dc.contributor.author	Кожем'яко, А. В.	uk
dc.title	Навчена нейромережа завершення 3D-форм об'єктів з розріджених хмар 3D-точок	uk
dc.date.issued	2024
dc.publisher	Вінницький національний технічний університет	uk
dc.identifier.citation	Підцерковний Є. О., Кожем'яко А. В. Навчена нейромережа завершення 3d-форм об'єктів з розріджених хмар 3d-точок // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2024/paper/view/19682.	uk
dc.relation.ispartof	Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.	uk
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2024/paper/view/19682
dc.identifier.udc	004
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/41934
dc.description.abstract	Проведено аналіз та запропоновано нові підходи до завершення форми в 3D-реконструкції. Запропоновані методи використовують генеративні моделі і наголошують на неконтрольованому навчанні та амортизованому виведенні.	uk
dc.description.abstract	We analyze and propose new approaches to shape completion in 3D reconstruction. The proposed methods use generative models and emphasize unsupervised learning and amortized inference.	en
dc.subject	доповнення форми	uk
dc.subject	3D-реконструкція	uk
dc.subject	генеративні моделі	uk
dc.subject	варіаційний автокодер	uk
dc.subject	амортизоване виведення	uk
dc.subject	навчання без нагляду	uk
dc.subject	shape completion	en
dc.subject	3D-reconstruction	en
dc.subject	generative models	en
dc.subject	variational auto-encoder	en
dc.subject	amortized inference	en
dc.subject	unsupervised learning	en
dc.type	Thesis
dc.language.iso	uk	uk
dc.relation.references	Li Y., Pizlo Z. Reconstruction of shapes of 3D symmetric objects by using planarity and compactness constraints. Electronic imaging 2007, м. San Jose, CA, USA / ред.: L. J. Latecki, D. M. Mount, A. Y. Wu. 2007. URL: https://doi.org/10.1117/12.713195.	en
dc.relation.references	Furukawa Y., Hernández C. Multi-View stereo: a tutorial. Now Publishers, 2015.	en
dc.relation.references	Girdhar R, Fouhey DF, Rodriguez M, Gupta A. Learning a predictable and generative vector representation for objects. European Conference on Computer Vision; 2016. p. 484–499..	en
dc.relation.references	Engelmann F, Stückler J, Leibe B. Joint object pose estimation and shape reconstruction in urban street scenes using 3D shape priors. German Conference on Pattern Recognition; 2016. p. 219–230.	en
dc.relation.references	Gershman S, Goodman ND. Amortized inference in probabilistic reasoning. Conference of the Cognitive Science Society; 2014.	en
dc.date.accessioned	2024-04-30T07:54:06Z
dc.date.available	2024-04-30T07:54:06Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 19682.pdf
Розмір:: 415,68 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2024)