【泡泡一分钟】用于重缩放3D模型的跨模态属性传输算法（3dv-30）

每天一分钟，带你读遍机器人顶级会议文章

标题：Cross-modal Attribute Transfer for Rescaling 3D Models

作者：Lin Shao；Angel X； Changy；Hao Su；Manolis Savvay；Leonidas Guibas

播音员：丸子

来源：3DV 2017

编译：刘田

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

       本文提出了一种在网页和3D模型之间传递物理属性的算法。作者使用包含尺寸和权重等物理属性的结构化元数据来抓取产品目录和其他网页。然后利用图像和3D形状的联合嵌入，以及基于视图的加权和纵横比滤波方案，在形状和真实世界对象之间传输物理属性，最终实现了3D模型和实际对象对象的实例级链接。

    本文的目的是将描述真实世界对象的物理属性连接到这些对象的3D模型。作者利用两种链接：文本和图像链接。前者依赖于描述对象的网站中的文本与网站中的文本进行匹配，从中获取3D模型来丰富模型库。后者依赖于产品网站上发现的图像和3D模型的渲染图像的视觉相似性。根据这两种方法收集的3D模型和网页数据的属性来描述每种链接类型的基本原理。

    最后在一个大型的未缩放3D模型数据集进行验证，实验表明表明，本文提出的方法超越了以前重新缩放3D模型时只考虑类别级别大小的先验方法。

Abstract

We present an algorithm for transferring physical attributes between webpages and 3D shapes. We crawl product catalogues and other webpages with structured meta-data containing physical attributes such as dimensions and weights. Then we transfer physical attributes between shapes and real-world objects using a joint embedding of images and 3D shapes and a view-based weighting and aspect ratio filtering scheme for instance-level linking of 3D models and real-world counterpart objects. We evaluate our approach on a large-scale dataset of unscaled 3D mod-els, and show that we outperform prior work on rescaling 3D models that considers only category-level size priors.

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号。

在【泡泡机器人SLAM】公众号（paopaorobot_slam）中回复关键字“CSF3D”，即可获取本文下载链接。

商业合作及转载请联系[email protected]