التفكيك متعدد الآراء للملوحة والعمق لتمثيل كائنات ثلاثية الأبعاد عالية الدقة

نعتبر مشكلة توسيع نماذج الشكل التوليدية العميقة إلى الدقة العالية. مستوحين الإلهام من تمثيل الرؤية القياسية للأجسام، نقدم طريقة جديدة لتوسيع دقيق سريع للأجسام ثلاثية الأبعاد في فضاء الفوكسلات من خلال شبكات تقوم بزيادة الدقة على الستة إسقاطات عمق متعامدة. هذا يسمح لنا بإنشاء أجسام ذات دقة عالية بكفاءة أكبر من الطرق التي تعمل مباشرة في البعد الثالث. نفكك مشكلة زيادة دقة العمق ثنائية الأبعاد إلى تنبؤ بالشكل والعمق لالتقاط كل من الهيكل والتفاصيل الدقيقة. هذا يتيح لطريقتنا إنشاء حواف حادة بشكل أسهل من شبكة واحدة. نقيم عملنا على عدة تجارب تتعلق بالأجسام ثلاثية الأبعاد ذات الدقة العالية، ونظهر أن نظامنا قادر على التنبؤ بدقة بأجسام جديدة عند درجات تحليلية تصل إلى 512×512×512 -- وهي أعلى درجة تحليلية تم الإبلاغ عنها لهذه المهمة. نحقق أداءً رائداً في إعادة بناء الأجسام ثلاثية الأبعاد من صور RGB على مجموعة بيانات ShapeNet، ونقوم أيضًا بعرض أول طريقة فعالة لزيادة دقة الصور ثلاثية الأبعاد (3D super-resolution).