Machine und Deep Learning Seminar

Abstract – A Case for Coherent Point Sets as Versatile Object Representation

(Ein Fall für kohärente Punktmengen als vielseitige Objektdarstellung)

Neuere Szenendarstellungen kombinieren eine beeindruckend hohe Genauigkeit mit hoher Effizienz und ermöglichen die Rekonstruktion von Large-Scale-Szenen mit erstaunlichen Details. Sie sind jedoch nicht geeignet, um fortgeschrittene Informationen zu modellieren, wie z. B. Kompositionalität oder nicht starre Objekte, und können nicht aus einer kleinen Menge von Beobachtungen gewonnen werden. Dies steht im Gegensatz zu den Anforderungen vieler praktischer Anwendungen im Bereich des maschinellen Sehens, z. B. in der Robotik oder bei der 3D-Modellierung, bei denen diese Einschränkungen überwunden werden müssen. Dieses Problem lässt sich am ehesten lösen, wenn Darstellungen auf Objektebene verwendet werden.

Zu diesem Zweck werden in diesem Vortrag die Argumente für kohärente Punktmengen als effiziente und hocheffektive Objektdarstellung vorgestellt. Dabei wird eine gute Balance zwischen Flexibilität, Effizienz und Ausdruckskraft gefunden. Es werden allgemeine Ideen und Schlüsselkonzepte vorgestellt, bevor neuere Arbeiten präsentiert werden, die solche Punktmengen in den Bereichen Einzelbildrekonstruktion, monokulare nicht-starre Rekonstruktion und Objekterzeugung anwenden.