pi-GAN: 3D 인식 이미지 생성을 위한 주기적 암시적 생성 적대 네트워크

우리는 최근 생성적 시각 모델과 신경 렌더링의 발전을 활용하여 3D 인식 이미지 합성에서 급속한 진보를 목격했습니다. 그러나 기존 접근 방식은 두 가지 측면에서 부족합니다: 첫째, 그들은 기본 3D 표현이 부족하거나 뷰 간 일관성이 없는 렌더링에 의존하므로, 다중 뷰 일관성을 갖지 않은 이미지를 합성할 수 있습니다; 둘째, 그들의 표현 네트워크 구조가 충분히 표현력이 없기 때문에 결과 이미지의 품질이 부족합니다. 우리는 고품질 3D 인식 이미지 합성을 위한 새로운 생성 모델인 주기적 암시적 생성 적대 네트워크 (Periodic Implicit Generative Adversarial Networks, $\pi$-GAN 또는 pi-GAN)를 제안합니다. $\pi$-GAN은 주기적 활성화 함수와 볼륨 렌더링을 활용하여 세부적으로 정교한 뷰 일관성 3D 표현으로 장면을 표현합니다. 제안된 접근 방식은 여러 실제 및 합성 데이터셋에서 3D 인식 이미지 합성에 있어 최신 연구 결과를 달성하였습니다.