Resumen

En este documento, presentamos un novedoso método de reconstrucción de formas en 3D a partir de una imagen de boceto de una sola vista basado en una red neuronal profunda. El pipeline propuesto está principalmente compuesto por tres módulos. El primer módulo es la segmentación de componentes de boceto basada en la fusión de redes neuronales profundas multimodales y se utiliza para segmentar un boceto dado en una serie de unidades básicas y construir una plantilla de transformación mediante los nudos entre ellas. El segundo módulo es una red de transformación no lineal para la generación de bocetos multifacéticos con la plantilla de transformación obtenida. Crea la representación de la transformación de un boceto extrayendo las características de forma de un boceto de entrada y muestras de plantilla de transformación. El tercer módulo es la reconstrucción de formas en 3D profundo utilizando bocetos multifacéticos, que toma los bocetos obtenidos como entrada para reconstruir formas en 3D con un modelo generativo. Fusiona y optim

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Método propuesto; Reconstrucción de formas en 3D; Red neuronal profunda; Imagen de boceto; Plantilla de transformación; Modelo generativo
• Keywords:Proposed method; 3D shape reconstruction; Deep neural network; Sketch image; Transformation template; Generative model