В четверг на NeurIPS 2022 я презентовал нашу работу VisCo Grids (Meta AI).

В статье мы представляем метод для реконструкции 3д поверхностей по облаку точек, использую гриды. Да, вы не ослышались, там нет никаких нейронных сетей. За счёт этого обучение идет быстрее, и проще интерпретировать результаты обучения модели.

Мы оптимизируем значения SDF (signed distance function) напрямую в узлах дискретной 3D сетки. Но чтобы это работало нужны хорошие праеры, потому что оптимизировать SDF на дискретной сетке в лоб не выйдет.

Первый праер Viscosity Loss – позволяет учить SDF на дискретной сетке, оптимизируя "сглаженный" Eikonal loss, и предотвращая вырожденные решения.

Второй праер – Coarea Loss минимизирует площадь полученной поверхности. Это также позволяет получить желаемые поверхности и избавится от всевозможных отростков, пепяк и дырок.

Оба лосса считаются в любой локации с помощью интерполяции между узлами сетки.

❱❱ Более развернуто в моем посте на английском.
❱❱ Либо в самой статье.

#конфа

@ai_newz