ビューベースの3Dモデル検索における深層学習の探究

近年、ビューベースの3Dモデル検索はコンピュータビジョンと機械学習の分野で研究の焦点の一つとなっています。実際、3Dモデル検索アルゴリズムは特徴抽出と類似度測定で構成されており、堅牢な特徴が類似度測定において決定的な役割を果たします。深層学習はコンピュータビジョンの分野で包括的な成功を収めていますが、3Dモデル検索において深層学習の特徴が使用されているのは限られた数の研究に過ぎません。私たちの知る限り、これらの深層学習特徴を評価するためのベンチマークは存在しません。この問題に対処するために、本研究では、4つの人気データセット（ETH、NTU60、PSB、およびMVRED）におけるビューベースの3Dモデル検索における深層学習特徴の性能を異なる類似度測定方法で体系的に評価します。具体的には、手作りの特徴と深層学習の特徴の性能を比較し、次に深層学習の特徴の堅牢性を評価します。最後に、単一ビューの深層学習特徴と多視点の深層学習特徴の違いも評価されます。異なるデータセットにおける性能を定量的に分析することで、これらの深層学習の特徴がすべての手作りの特徴を一貫して上回ることが明らかになり、また異なるノイズの程度が画像に追加された際にも手作りの特徴よりも堅牢であることが示されます。多視点深層学習ネットワークアーキテクチャにおける異なるビュー間の潜在的関係の探求は、多視点深層学習の性能が計算複雑性が低い単一視点深層学習の特徴を上回ることを示しています。